4. Közlekedéstudományi. Hallgatói és PhD konferencia

4. Közlekedéstudományi Hallgatói és PhD konferencia

Konferencia kiadvány

2014.06.25 Budapest

Közlekedéstudományi Hallgatói és PhD Konferencia

Budapest, 2014.06.25.

Kiadó: Budapesti Műszaki és Gazdaságtudományi Egyetem (BME), Közlekedésüzemi és Közlekedésgazdasági Tanszék

Szerkesztők: Dr. Tóth János Válóczi Dénes Esztergár-Kiss Domokos

Konferencia résztvevő szervezetei: BME, Út és Vasútépítési Tanszék Győr, Széchenyi István Egyetem, Közlekedési Tanszék Győr, Széchenyi István Egyetem, Közlekedésépítési Tanszék ISBN szám: ISBN 978-963-313-131-2 Online megjelenés: 2014.10.31.

2


Budapest, 2014.06.25.

Tartalomjegyzék Fáskerty Péter Gépjárművezetőt segítő intelligens rendszerek hatása a közúti balesetek számának alakulására 4. oldal Hódosi Gergely, Nyerges Lajos, Varga Mátyás Kerékpáros közlekedésbiztonsági elemzés Győrben 8. oldal Magyari Zsófia Települések közti hiányzó útkapcsolatok feltárása és elemzése 15. oldal Németh Attila A vasúti sín avulása és fenntartása különös tekintettel a sínkopásokra és az RCF-hibákra 25. oldal Kovácsné Igazvölgyi Zsuzsanna Közúti vasúti peronok méretezése utasforgalomra és ellenőrzése mikroszimulációval 35. oldal Vinkó Ákos A közúti vasúti pálya állapotfelmérésének diagnosztika lehetőségei, inerciális szenzorok alkalmazásával 42. oldal Lövétei István Ferenc, Dr. Szabó Géza Kitérődiagnosztika hajtóműáram kiértékelés alapján 46. oldal Számel Bence Domonkos, Dr. Szabó Géza Optimális ATC szektorkonfiguráció meghatározása minimális paraméterkészlettel 52. oldal Sándor Zsolt Változtatható jelzésképű táblákon megjelenített időjárási figyelmeztető üzenetek forgalmi hatása 62. oldal Esztergár-Kiss Domokos, Válóczi Dénes Tevékenységi láncok szervezésének elméleti modellje 73. oldal

3


Budapest, 2014.06.25.

Gépjárművezetőt segítő intelligens rendszerek hatása a közúti balesetek számának alakulására Fáskerty Péter Széchenyi István Egyetem, Győr, [email protected]

Absztrakt A cikk célja, megismertetni az olvasót azokkal az intelligens rendszerekkel, melyekkel a gépjárművezetők találkozhatnak a személygépjárművekbe beépítve. Ezeknek a fejlesztéseknek a célja a jövőben kialakuló balesetek súlyosságának a csökkentése, valamint a baleseti mutatószámok mérséklődése.

Kulcsszavak: ITS rendszerek, ADAS, baleseti számok alakulása

1 Bevezetés Szinte napi szinten hallható különféle hírforrásokból beszámoló, hogy figyelmetlenségből vagy a szabályozásoknak nem megfelelő magatartásból következett be baleset Magyarország útjain. A cikkben említett rendszerek a leggyakrabban előforduló beleseti típusokra próbálnak meg megoldást adni. Az a gépjárművezetőt segítő közlekedési rendszerek (ADAS) már számos esetben bizonyították hatékonyságukat, de elterjedésük még nem számottevő, elérhetőségük a magasabb kategóriás gépjárműveknél már szinte alapfelszereltségnek számít, de az átlag ember számára a legtöbb fejlesztés megfizetése gondot jelent.

2 Intelligens közlekedési rendszerek alapismeretei (ITS) A három betűs mozaikszó egy angol kifejezés rövidítéséből áll össze: Intelligent Transport System. Fogalmi meghatározása két részre különíthető el. Egyrészről értelmezhető, mint informatikai és kommunikációs technika (telematika) a járművekben vagy közlekedési hálózatokban. A személyautók szintjén értelmezve, azok a rendszerek, amelyek az emberi tudást, döntéshozatali mechanizmust vagy intelligenciát magukba foglalják, vagy éppen helyettesítik azt. Másrészről, dinamikus, real-time adatok alapján működtetett közlekedési rendszerek. Az ITS-el kapcsolatos célkitűzések közül kiemelkedik a közlekedésbiztonság növelése, ez kapja a fő figyelmet. E mellett, fontos szerepet kap még a gazdaságosság, a kényelem növelése valamint a környezet kímélése is. 2.1 Az ITS területei Egyik fő szempontja a forgalmi folyamatok kezelése. Számos pontja közé sorolható például:  forgalmi és környezeti adatgyűjtő rendszerek ,  forgalom előrebecslő rendszerek,  autópálya forgalomirányító központok,  útvonaltervező és navigációs rendszerek  vészhívó- segélykérő rendszerek. 2.2 Az intelligens jármű Az intelligens jármű már képes a járművezető helyett hallani-látni-dönteni-cselekedni. Ezeket a “képességeket” különféle támogató rendszerek csoportjaiba lehet megemlíteni. 2.1.1 Az észlelést támogató rendszerek Számtalanszor fordul elő az az eset, mikor forgalomban nem vesszük észre a mellettünk levő sávban közlekedő járművet, csupán figyelmetlenségből vagy netalán azért mert éppen a tükrünk holtterében tartózkodik. Erre szolgálnak a látást segítő rendszerek bizonyos fejlesztési. Egyik népszerű alkalmazás a holttér figyelő rendszerek alkalmazása. Ebben az esetben a személygépjármű visszapillantó tükreibe rejtett kis kamerák pásztázzák az autónk környezetét és ha a sávváltás nem megengedett, mert az balesethez vezetne, a megfelelő oldalon egy kis LED lámpa figyelmezteti a gépjárművezetőt a sávváltás veszélyességére. Amint ez a manőver biztonságosan végrehajtható, a kis lámpa kialszik ezzel tudatva azt, hogy szabad az átjárás a sávok között. A rendszer meglehetősen pontos és biztonságosan használható, mivel másodpercenként akár 25 képet is képes készíteni arról ami a gépjármű környezetében történik.

4


Budapest, 2014.06.25.

Ábra 1 A holttér érzékelő rendszerek elvi működése

2.1.2. A járművezetői éberség figyelése A rendszer kiválóan alkalmazható abban az esetben, ha fáradtan ülünk a volán mögé mert nem ismerjük be, hogy alkalmatlanok vagyunk a vezetésre. Gyakran ennek a ténynek a mellőzése okozza a balesetek kialakulását. Ennek a rendszernek a fejlesztései több résre is bonthatók. Egyrészről figyelik az embernek a szemmozgását, pillantások gyakoriságát és ha az hosszabb időt vesz igénybe a kelleténél, a gépjármű jelez, hogy tartson pihenőt a vezető. Másik intelligens megoldás az, hogy a szervokormány működését figyeli. A megnövekedett reakcióidőkből és a hirtelen kormánymozdulatokból következtet arra, hogy a vezető fáradt és szüksége van pihenőre az útja során

Ábra 2 A személygépkocsi kijelzőjén megjelenő piktogram

2.1.3 Veszélyre figyelmeztető és járművezetői kényelmet fokozó rendszerek Ebbe a kategóriába sorolható a sávelhagyásra figyelmezető és sávváltás támogató rendszerek. Ebből a csoportosításból azért célszerű ezeket a rendszereket kiemelni, mert az ilyen típusú balesetek gyakoriak, melyek a sávelhagyással kapcsolatosak, a statisztikai adatok szerint 55% . A sávelhagyásra figyelmezető rendszerek feloszthatók passzív és aktív részekre. A passzív rendszer besorolásba tartoznak a sávban tartó rendszerek, melyek az személygépjármű haladása közben azt vizsgálják, hogy a kocsiszekrény mozgása mennyire biztos az adott sávban. Ha a valamelyik útburkolati felfestéshez túl gyorsan közeledik a jármű, figyelmezeti a vezetőt, hogy a sávot el fogja hagyni, minden előzetes jelzés nélkül. Természetesen ha irányjelzővel jelezzük szándékunkat akkor a rendszer ezt tudomásul veszi, hogy a cselekvés tudatosan történik

Ábra 3 A sávban tartó rendszer működés közben

5


Budapest, 2014.06.25.

A sávban tartó, aktív rendszer ezt a funkciót finom ellenkormányzással egészíti ki. A jármű az elektromos kormány szervomotorjára gyakorolt erőhatás révén képes visszatéríteni magát a sáv határától. Ennek mértéke, illetve feltételei gyártótól függően változnak, illetve elsősorban a jogi keretek szabta lehetőségektől függnek: a rendszerek általános alapelve, hogy csak akkor üzemelnek, ha a vezető a kormánykeréken tartja a kezét, ellenkező esetben ugyanis autonóm (önmagukat felügyelet nélkül vezető) járműnek minősülhetnének, amelyek forgalomban való részvétele (a kísérleti járművek üzemeltetésére vonatkozó engedményektől eltekintve) jelenleg nem engedélyezett. 2.1.4 Kapacitás és hatékonyság növelő rendszer A kategória egyik kiemelt rendszere az adaptív sebességtartó automatika vagy más néven a adaptív távolságtartó rendszer. Az adaptív sebességtartó automata szemben a hagyományos sebességtartó automatákkal nem abszolút, hanem maximális értéknek tekintik a beállított sebesség-értéket. A valós sebességet az autó orrában elhelyezett, hosszú távú radarrendszertől kapott adatok alapján határozza meg a vezérlés, és ennek alapján lassítani, illetve gyorsítani is képes a járművet. Az adaptív sebességtartó rendszerek radarja a kibocsátott, majd visszavert hanghullámok segítségével állapítja meg az autó előtt haladó egyéb járművek helyzetét, illetve autónkhoz viszonyított sebességét. Ezen adatok alapján úgy módosítja saját autónk tempóját, hogy az legalább a beállított követési távolságot tartsa az elöl haladó jármű mögött

Ábra 4 Adaptív sebességtartó automatika elvi működési rajza

2.1.5 Veszélyhelyzeti támogató rendszerek A balesetek egy része a kora reggeli vagy késő esti órákban következik be, ezeknek egy része arra következtethető vissza a gépjárműveket vezető személy fáradtan ült a volán mögött, melyre már a cikk egy előző pontja kínált megoldást. Másik lehetséges ok a kivilágítás hiánya. Ez a rendszer ezt a hibát igyekszik kiküszöbölni, oly módon, hogy a szürkület bekövetkezésekor automatikus felkapcsolja az autó lámpáit. Ezt a funkciót kiegészítik az adaptív világítás vezérlő és éjjellátó rendszerek. Elvi működése az adaptív világítás vezérlő rendszereknek, hogy növeli a láthatóságot éjjel, oly módon, hogy jobbra kormányzáskor a lámpa a projektort 7 fokkal, míg balra kormányzáskor 15 fokkal fordítja el jobban. A világítás felkapcsolásakor a rendszer végez egy ellenőrzést végállásig mozgatja a szervomotorokat minden irányban. Ha hibát észlel akkor a legalsó állásba állítja a lámpákat.

Ábra 5 Adaptív világítás vezérlés

Az éjjellátó rendszerek esetén az aktív berendezések beépített infravörös fényforrás segítségével segítenek a nem várt tárgyak vagy út menti dolgok észlelésében, míg a passzív berendezések a tárgyak által kibocsátott hőt fogják fel.

6


Budapest, 2014.06.25.

3 A balesetek száma okok szerint A diagramon szereplő adatok a KSH éves adataiból kinyert számadatok. Ezekre a baleseti okokra próbál megoldást nyújtani a cikk előző fejeztében feltüntetett adaptív vezetést támogató rendszerek egy része. Természetesen ezeknek a fejlesztéseknek még számtalan változata létezik, melyről jelen esetben nem került említés.

Ábra 6 Baleseti okok megoszlása 2007-2012. év között

Mindegyik baleseti ok esetén látható a folyamatos javulás évről évre, azonban a számuk még így is magas és nem éri el azt az értéket, mely a kitűzött cél lenne. Fontos kérdés, hogy ezt mikor sikerül elérni Magyarországon. A személygépjárművek átlag életkora 2013-ban 13 év volt. Ez az adat nem kecsegtet pozitív jövőképpel, mivel ha az előző éveket vizsgáljuk, növekedést lehet megállapítani (2002-ben az átlagéletkor 11,4 év volt, azóta folyamatos a romlás) Fontos ezt a tényezőt is figyelembe venni, mivel ezeket a rendszereket az újonnan forgalomba helyezett gépkocsikhoz kínálják, a pár éve megvásárolt járművekben pedig még nincsenek jelen. Mivel magyarázható akkor mégis a folyamatos javuló tendencia? Az elmúlt években folyamatosan csökkentek az éves futásteljesítmények a megnövekedett üzemanyag árak miatt, valamint a folyamatos rendőri jelenlét és az ellenőrzések is megtették hatásukat.

4 Összefoglalás Az adaptív gépjárművezetőt segítő rendszerek elérhetősége olyan személygépkocsik esetén is elérhető kellene, hogy legyen, melyet az átlag ember is meg tud fizetni, ne csak a felsőbb rétegek luxus kategóriás gépjárműveinek legyen kiváltsága. Bizonyos megoldások alapfelszereltségei lehetnének középkategóriának is vagy olyan lehetőséget kellene biztosítani, hogy a használt gépjárművekbe utólagosan is megérje beszerelni ezeket az intelligens rendszereket, melyeket a tulajdonosok a saját és környezetük biztonsága érdekében szereltetnének autóikba. Ha megfelelően sikerül alkalmazni ezeket a rendszereket és megtalálni a harmóniát ember- gép kapcsolatában, akkor a közeljövőben nagy eredményeket lehetne elérni a biztonság területén, mely csökkenő baleseti mutatókban mutatkozna meg egyrészről. Másrészről a balesetek súlyossága is kisebb lehetne, aminek végeredménye megmentett emberi életekhez vezetne. Így biztonságosabb utazási körülményeket lehetne bárki számára biztosítani. Fontos azonban és nem elfelejthető szempont az sem, hogy bármennyire is intelligens a gépjárművünk és segít minket a biztonságos közlekedésben, a felelősség továbbra is az emberé a személygépjármű kormánykereke mögött.

Felhasznált irodalom [1] http://www.cartech.about.com [2] NFM: ITS magyar nemzeti jelentés 2012. [3] http:// http://ko.sze.hu/downloadmanager/index/id/1090/m/4228 [4] http://www.its-hungary.hu

7


Budapest, 2014.06.25.

Kerékpáros közlekedésbiztonsági elemzés Győrben Hódosi Gergely1, Nyerges Lajos2, Varga Mátyás3 1 Széchenyi István Egyetem, Győr, [email protected] 2 Széchenyi István Egyetem, Győr, [email protected] 3 Széchenyi István Egyetem, Győr, [email protected]

Absztrakt A kerékpározás az utóbbi években egyre nagyobb népszerűségnek örvend hazánkban. Szabadidős időtöltésen kívül kiválóan alkalmas a városon belüli közlekedésre is. A kerékpáros gyors mozgásból adódóan igen könnyen kerülhet konfliktushelyzetbe. A tapasztalatok azt mutatják, hogy kerékpáros balesetek igen magas aránya végződik súlyos sérülésekkel. Sajnálatos módon a statisztikák adatai alapján, Győrben a kerékpáros balesetek száma növekvő tendenciát mutat. 2012. évben a balesetek 14%-át kerékpárosok okozták, valamint a 407 sérültből 83 kerékpáros volt. Több, jellemzően kerékpárosok által érintett baleseti gócpontot fedeztünk fel a városban, amelyek helyszínein méréseket és kérdőíves megkérdezéseket végeztünk. Megállapítható, hogy balesetek jelentős része emberi tényezőkre vezethető vissza. A tapasztalt és szabálykövető egyének kisebb eséllyel részesei a baleseteknek. Célunk egy kerékpáros oktató túraprogram létrehozása Győrben. Az általunk megalkotott program a helyi sajátosságok figyelembevételével, lehetőséget teremt a városi közlekedésben kevésbé jártas személyeknek a szabályos és biztonságos kerékpározás elsajátítására..

Kulcsszavak: Közlekedésbiztonság,kerékpáros oktató túraprogram,városi kerékpáros infrastruktúra

1 Bevezetés Kerékpározás népszerűsége az utóbbi években folyamatosan növekszik. Hazánkban 2012-ben négyszer annyi kerékpárt adtak el, mint amennyi személygépjárművet. A gazdasági válság okozta hatásként kerülhetett előtérbe sokak számára a költséghatékony és városi környezetben gyors eljutást biztosító kerékpározás. Győr városa szerencsés földrajzi fekvésének köszönhetően igen kedvező terepet biztosít a kétkerekű közlekedés számára. A városvezetés tudatában van a kerékpározásból fakadó előnyökkel, ezért kidolgozott koncepció alapján folyamatosan fejleszti kerékpáros úthálózatát. Nincs káros anyag kibocsájtás kerékpározás közben, pusztán a kerékpározó személy bocsájt ki széndioxidot. Nem okoz zsúfoltságot a kerékpár az utakon, hiszen kis követési távolság tartható a kerékpárok között, így nagyobb forgalom is lebonyolódhat torlódás nélkül. Nem elhanyagolható az a tény sem, hogy a napi rendszerességgel kerékpározó személy sokat tesz egészségi állapota megőrzése érdekében. Célunk, hogy népszerűsítsük a kerékpár biztonságos hivatásforgalmi használatát. Ezért a szabályok betartásán felül fontosnak tarjuk a helyi sajátosságok figyelembevételével történő kerékpáros oktatás bevezetését Győrben. 1.1 Kerékpározás sajátosságai Kerékpározás egy olyan kötetlen mozgású egyéni közlekedési forma, mellyel ajtótól ajtóig lehet közlekedni. A kötetlen mozgásnak azonban vannak járműtől és pályától függő korlátai. Mozgékonyságából adódóan a kerékpáros, a többi közlekedő számára épített infrastruktúrák között könnyedén át tud járni különösebb akadály nélkül. Így a kerekező ki tudja használni járműve sebességét, mozgékonyságát, amikor viszont kedve tartja a kerékpárról leszállva gyalogosként folytathatja útját. A városi zsúfolt forgalomban ezek a tulajdonságok felértékelik a kerékpárt, mint közlekedési eszközt. Azonban ezek a jellemzők kellő tapasztalatot és figyelmet igényelnek a használójától. 1.2 Kerékpár jellemzői A kerékpár olyan két-vagy háromkerekű jármű, amelyet egy vagy két személy emberi ereje, illetőleg legfeljebb 300W teljesítményű motor hajt. A kerékpár közlekedési eszköz, amely a jól szervezett kerékpárforgalmi hálózaton jelentős mértékben vehet részt a közlekedési munkamegosztásban. Természetesen megvannak a maga korlátai a kerékpárnak. Sajnos mivel nem rendelkezik messziről könnyen azonosítható jelzéssel, ezért előszeretettel tulajdonítják el. Az időjárás viszontagságainak folyamatosan kivan téve, ezért csak az igazán kitartóak használják télen-nyáron. Város határain kívül önmagában, hosszabb távon, már nem versenyképes közlekedési alternatíva. Kombinálva, jellemzően vasúttal, viszont már hosszabb távok leküzdésére is alkalmas.

8


Budapest, 2014.06.25.

1.3. Biztonsági berendezések, és biztonságos beállítások A kerékpár, egyszerűsége miatt, nem rendelkezik jelentős számú biztonsági berendezéssel. A KRESZ azonban előír a forgalomban történő kerékpározáshoz elengedhetetlen műszaki kellékeket, mint: • fehér vagy kadmiumsárga fényt adó első lámpa, amely lehet villogó is, • piros fényt adó hátsó lámpa, amely szintén lehet villogó is • két egymástól független fék • az első és hátsó lámpa elhelyezhető a kerékpáros testén is • borostyánsárga színű küllőprizma legalább az első keréken (legalább két darab), amelyet kiegészíthet vagy helyettesíthet az abroncson lévő reflexcsík • csengő • fényvisszaverő ruházat viselése a kerékpáros számára, lakott területen kívül vagy éjszaka, rossz látási viszonyok között történő kerékpározás esetén. A felsorolt tartozékok a kerékpáros biztonságos közlekedését biztosítják, abban az esetben, ha megfelelően karban vannak tartva. A kerékpáros gyors mozgásából adódóan igen sérülékeny, hiszen semmilyen karosszéria sem védi a sérülésektől. Ütközés esetén, a mozgási energiát nincs semmi, ami csillapítaná, továbbá nagy az esély, hogy a kerékpáros elveszti uralmát a járműve felett és leesik a nyeregből. Mindezeket figyelembe véve, komoly odafigyelést igényel a biztonságos kerékpározás, amelyet a többi közlekedőnek is észben kell tartania. 1.4. Kerékpáros infrastruktúra A kerékpár közutakon való megjelenése óta már több mint száz év telt el. A kezdeti időkben, a kerékpározás „aranykorában”, a lovas kocsi mellett nyugodtan és biztonságosan „elfért” a kerékpár, persze nem lehetett túlságosan kényelmes a kátyús, sáros utakon kerekezni. Az 50- es évektől, amikor is a gépjárművek száma megsokszorozódott közútjainkon (USA-ban korábban), a kerékpár elkezdett kiszorulni a közutakról és felkerült a járdára a gyalogosok közé. Ekkoriban terjedt el az a nézet, hogy a kerékpáros tulajdonképpen gyalogos és úgy is kell kezelni, ezért évtizedeken keresztül háttérbe szorult a kerékpározás. Nem ismerték el, mint alternatív közlekedési formát, pusztán szabadidős tevékenységként tekintettek rá. Az utóbbi évtizedekben pedig az az általános közlekedésépítészeti nézet, főként hazánkban, hogy a kerékpáros forgalmat lehetőség szerint el kell különíteni a többi közlekedőtől. Így hazánkban a kerékpárosok alárendeltsége továbbra is megmaradt, hiszen hiába kapnak új utakat, azok tervezésekor a minőséget sokszor alárendelik a mennyiségi igényeknek, illetve az utak szűk keresztmetszete miatt nem sikerül megfelelő szélességben kialakítani. A másik jellemző probléma, hogy sokszor kell átvezetni a kerékpárosokat a közúton, így a megszűnő konfliktusok helyett újakat hoznak létre.

2 Kerékpáros oktatás Mint köztudott, a kerékpár használata a közúti forgalomban nincs semmilyen vizsgához kötve, viszont feltételezi, hogy a kerékpározó személy ismeri a KRESZ szabályait. A szabályos használathoz mindösszesen a KRESZ-ben meghatározott szabályos kerékpár, megfelelő elszántság és tiszta nem befolyásolt tudatállapot szükséges. Az egyetlen kitétel a főutak menti kerékpározásra vonatkozik, ott szükséges a 12. életév betöltése. A jogosítvánnyal rendelkezők tudhatják, hogy a jogosítvány megszerzése után a sofőr nem lesz egy csapással profi, hosszú idő telik el mire valakiből tapasztalt közlekedő válik. Nincs ez másként a nyeregben ülve sem. Fontos, hogy ez a folyamat minél könnyedebb legyen és konfliktusoktól mentes. A kerékpáros is részt vesz a forgalomban, nagyobb felelősséggel, mint egy gyalogos, hiszen járművet használ. Véleményünk szerint fontos, hogy a tapasztalatlan kerékpáros ne a saját kárán tanulja meg járműve megfelelő és biztonságos használatát. Ezen felül a forgalmi szituációkat is a helyén tudja kezelni. Ebben tapasztalt kerékpárosok lehetnek a segítségére, akik a forgalomban, éles környezetben. 2.1. Kerékpáros oktatás napjainkban. Jelenleg hazánkban a kerékpáros oktatás csak minimális mértékben érhető el, de vannak olyan helyek ahol ez továbbra is csak álom. Kerékpáros oktatást eddig a Rendőrség végzett kampányszerűen iskolákban órai keretek között. Tapasztalatainkból tudjuk, hogy egy órányi tantermi oktatás során nem lehet hatékonyan elsajátítani a gyakorlati részeket, illetve ezek az 1 órás oktatások is csak kevés diákhoz jutnak el. Az országban további kerékpáros oktatás céljából civil szervezetek próbáltak segíteni, országos szinten. A Vuelta Sportiroda országos turnékkal, kisebb kampányokkal. Sopronban a Bringázz Sopron egyesület járja az iskolákat és próbál minél gyakorlatiasabb oktatásokat biztosítani, a Soproni óvodásoknak és iskolásoknak. Budapesten pedig a Magyar Kerékpáros klub üzemelteti az általunk is mintául vett Bebiciklizés projektet, ami jelenleg általában havi rendszerességgel ingyenes kerékpáros oktatást nyújt bárki számára. Az idei évben Nemzeti Fejlesztési Minisztérium megbízásából elindult egy Bringa Akadémia pedagógus tovább képzés a Közlekedéstudományi Intézet szervezésében, amely megpróbálja orvosolni, hogy legyen hivatalos kerékpáros oktató az országban, így lehetőség lesz formális oktatásokra is, a program 2014. áprilisában indult el. Hazánkon kívül a kerékpárosok oktatását civil szervezetek végzik. Angol-szász országokban működő szervezetek teljes körű kerékpáros oktatásokat végeznek, kezdőktől a profikig. Jellemzően igen alacsony éves szinten ~40$ klubtagsági díj ellenében. A kezdőknek megtanítják a kerékpár megfelelő használatát forgalmi viszonyok között tapasztalt vezetőkkel. Az oktatás lehet egyéni vagy csoportos, így megtanulhatja az egyén, hogy milyen egy nagyobb kerékpáros csapattal együtt a forgalomban haladni. A szervezetek segítenek a munkába vagy iskolába járással kapcsolatos kerékpározásban is. Segítenek a munkahelyhez vezető legrövidebb és legbiztonságosabb utat kiválasztani. Megtanítják a kerékpárral történő biztonságos csomag szállítását, megfelelő ruházat kiválasztását. Az iskolákkal

9


Budapest, 2014.06.25.

együttműködve végzik az oktatási tevékenységeket. A gyerekeknek állomáspontos tréningeket szerveznek. A tapasztalt kerékpárosok számára megtanítják a hosszabb távú kerékpározás fortélyait, itt már fizikai és mentális felkészítés is zajlik. Ezen felül felkészítik az egyént, hogy hogyan viselkedjen, ha megtörtént a baj, vagyis balesetet szenvedett. A szervezetek rengeteg oktató videót is készítenek azok számára, akik nem tudják közvetlenül elérni az oktatásokat. A videók jó minőségűek és könnyen érthetőek. Európában kerékpározás terén a németalföldi és skandináv államok állnak az élen. Dániában is kerékpáros szervezetek végzik a kerékpárosok oktatását, amelyet az állam teljes körűen támogat. A gyerekeknek könnyű dolga van, hiszen már egészen kiskorúktól azt látják, hogy szüleik kerékpárral közlekednek, ezért sokkal fogékonyabbak és bátran ülnek a nyeregbe. Az országban már egészen óvodás kortól vannak oktató programok, így nem csak a gyerekek a többi a közeledésben résztvevő is felkészül a sérülékenyebb korosztály jelenlétére.

3. Kerékpáros konfliktusok A kutatásunk egyik lényegi eleme a kerékpáros konfliktusok elemzése. Naponta kerülünk olyan közlekedési szituációkba, amelyben döntéseket hozunk, amennyiben az hibás, vagy a másik közlekedő hibázik, könnyen kerülhetünk konfliktusba. Konfliktushelyzetek rendszeresen teremtődnek, azonban itt még elkerülhetők a balesetek, a konfliktushelyzeteket nevezhetjük „majdnem” balesetnek is. A konfliktushelyzeteket szükséges megelőzni, kiküszöbölni, hiszen így a balesetek száma is csökkenni fog. Vannak konfliktusok, melyek előre láthatók, jellemzően útépítői, tervezői hibákból fakadóan. Illetve vannak olyan, amelyek nem láthatók előre, hiszen hibás emberi döntések következményei. 3.1. Balesetek megelőzése Az előzőekben írtuk, hogy milyen tényezők vezethetnek konfliktusokhoz, balesetekhez. A közlekedésbiztonsági beavatkozások tehát alapvetően ezeket a területeket ölelik fel: • mérnöki tevékenységet, építési vagy forgalomszervezési feladatok • forgalom-ellenőrzést, melynek célja a szabálykövető magatartás kikényszerítése • oktatás, mely nem csak szabályok oktatását jelenti, hanem a biztonságos, • kulturált közlekedésre való nevelést is jelenti. Összefoglaló nevük az angol elnevezés után 3E (Education, Enforcement, Engineering). Az első pillér, a mérnöki tevékenység, néhol gyorsan és egyszerűen orvosolható, akár egy fa kivágása, oszlop áthelyezése. Máskor viszont, költséges és bonyolult feladata. Viszont mivel emberéletekről, testi épségéről van, ezért megéri a beavatkozás. A mérnöki megoldások esetén kerékpáros szempontból, sajnos sokszor születnek kompromisszumok. A második pillér a forgalom-ellenőrzés, amely a rendőrség feladata. A rendőrségnek a felhatalmazást a jogalkotó adja meg jogszabályok útján. Ellenőrzéseket végeznek a járművek és vezetőik körében. A forgalom rendjét felügyelik, szabályozzák. A harmadik pillér, oktatás, amelyet gyermekkortól kezdve szükséges folytatni. Szükséges a szabálykövető és türelmes közlekedésre való nevelés. Az utóbbi az, ami hazánkban rendkívül hiányzik. Oktatás folyhat iskolában órákon, reklámkampányban, plakátokon, versenyeken, stb.

4. Milyen a kerékpáros baleseti kép jelenleg Győrben? Kutatásunk Győr városára fokuszál, ezért indokolt, hogy ismerjük a jelenlegi kerékpáros közlekedésbiztonsági helyzetet. Egy város, vagy ország közlekedésbiztonsági helyzetét a baleseti statisztikái jellemzik, amelyek évről-évre összehasonlítható alapot nyújtanak a számunkra. Az első fejezetben ismertetett nézeteink, megalapításaink alapján láttunk neki a vizsgálódásnak. A baleseti statisztikák jó alapot nyújtottak számunkra, hogy megtaláljuk a városban a kerékpáros szempontból veszélyes helyeket. Győri rendőrség által nyújtott adatok segítségével láttunk neki kutatásunknak. A fejezet során a meglévő hivatalos adatokon felül saját kutatás is végeztünk, hogy a „sötét” részekről, a statisztikákba be nem kerülő baleseti adatokról is képet kapjunk. A statisztikák segítségével, elkészítettük Győr kerékpáros baleseti ponttérképét. A ponttérkép felhasználásával állítottuk össze a kerékpáros oktató túraprogramot. Vizsgálatunk tárgyát Győr közigazgatási határain belül 2008 és 2012 között történt kerékpáros balesetek képezték. Minden olyan esetet ahol kerékpáros okozó vagy részes volt bekerült a statisztikába. 4.2. Sérülések száma évenként A 1. ábrán jól látható, hogy a vizsgált időszakban, a balesetben sérült személyek száma 400 fő körül stagnált. Már önmagában ez az adat sem üdvözölendő, azonban mindeközben a sérült kerékpárosok száma növekedett. A legnagyobb arányú növekedés, mintegy 2-szeres, a kerékpáros okozóknál. Az adatok tükrében indokoltnak érezzük a beavatkozást, hogy megfordítsuk a negatív folyamatokat.

10


Budapest, 2014.06.25.

1. kép: Sérülések száma évenkénti lebontásban Győrben

4.4. Balesetek száma lakosság számra vetítve 2012-ben Győr lélekszáma 128 576 volt, így egy lakosra 0,003 baleset jutott. Magyarország lakossága 2012-ben 9 908 798 volt és 15 238 baleset történt, amiből 2002 fő kerékpáros volt. Hazánkban egy lakosra 0,0015 baleset jutott. Tehát az látható, hogy Győrben 2012-ben kétszer annyi balesetet jutott egy lakosra, mint országos szinten. Ha csak kerékpáros baleseteket vizsgáljuk Győrben egy lakosra 0,00064, míg országosan 0,0002 baleset jutott. Kerékpárosoknál már 3 szoros a különbség, ami szintén nem túl bíztató. 4.5. Kerékpáros, mint okozó, vagy részes Az 2. ábrán látható, hogy kik okozzák a kerékpáros baleseteket. Látható, hogy baleset okozóiként a kerékpárosok állnak az élen 51,11%-kal, vagyis minden második balesetet okozó kerékpáros, utánuk következnek a gépjárművezetők 41,94%-kal. A többi okozó közül még a teherautó sofőrjei az említésre érdemes közel 4%-os aránnyal.

2. kép: baleseteket okozóinak eloszlása Győrben

11


Budapest, 2014.06.25.

5. Baleseti ponttérkép Győr város vektorgrafikus térképére felvettük a kerékpáros balesetek helyszíneit Autocad 2013 program segítségével. Külön feltüntetve az okozókat és részeseket, továbbá a baleset súlyosságát is. Okozót téglalap alakkal jelöltük, a részeszes elszenvedőt pedig háromszöggel ábrázoltuk. A színek jelentése: • zöld: könnyű lefolyású baleset • kék :súlyos baleset • piros: halálos baleset • sárga: anyagi káros baleset A baleseti ponttérkép készítése, azt a célt szolgálja, hogy feltárjuk a városban az olyan kritikus helyeket, ahol gyakrabban fordulnak elő balesetek. Az ilyen helyeket baleseti gócpontoknak hívjuk. A gócpontok helyszíni és balesti elemzésével feltárható a probléma oka. A várost két részre bontottuk északi és déli részre, amelyeken feltüntettük a kerékpáros baleseteket.

3. kép: Baleseti pont térkép (déli városrész)

6. Kutatás hasznosítása Célunk a biztonságos kerékpározás népszerűsítése. Azonban Győrben a statisztikák alapján növekedő tendenciát mutat a kerékpáros balestek száma. Balesetek okozóiként majd 50%-ban a kerékpárosok szerepelnek. Indokoltnak érezzük a kerékpárosok megfelelő oktatását. Ennek része egy oktató túraprogram, melynek útvonala érinti azokat a kritikus pontokat, amelyeket felvázolunk a térképen. A túrát tapasztalt kerékpárosok vezetik megfelelő tudással felvértezve. A baleseti okok elemzésekor megállapított tapasztalatok hasznosak tudnak lenni, különösen, ha azt vizuális formában adjuk át.

7. Kerékpáros oktató túraprogram Győr városában meg kell valósuljon a város sajátosságait felölelő kerékpáros oktatás. Legjobb oktatási alapnak a Magyar Kerékpáros Klub Bebiciklizés projektjét találtuk, amely Budapesten működik, immár 3 éve. Jelenleg most már a BKK Zrt. támogatását is élvezik. Ez a módszer adta az ötletet a Győri kerékpáros oktató túraprogramhoz. Az oktatási módszernek a lényege, hogy bárki számára teljesíthető legyen, tehát ne legyen 10Km távnál hosszabb és 1-2 óra alatt teljesíthető legyen magyarázatokkal együtt. Az útvonalnak érintenie kell Győrben meglévő összes fajta kerékpáros infrastruktúrát, hogy mindenki gyakorlatban is tapasztalja meg, hogy kell használni a különböző infrastruktúrát és mire kell különösen odafigyelni. Ezután még lényeges, hogy a túra során minél több konfliktusos pontot is bemutassunk, hogy későbbiekben az oktatáson részt vett kerékpározó már maga is fel tudja mérni, hogy hogy kell használnia biztonságosan a városi kerékpáros infrastruktúrákat. Az útvonal elkészítésénél felhasználtuk Győr kerékpáros infrastruktúra térképét, az általunk készített baleseti gócpont térképét és az általunk mért forgalomszámlálás adatait.

12


Budapest, 2014.06.25.

4. kép: kerékpáros túraútvonal

A kijelölt túra útvonala körülbelül 9 km hosszú, és Győr belső területein halad. Az útvonal egy kört ír le, így még több útvonalat tudunk bemutatni, a túrát a Széchényi térnél kezdenénk és itt is érne végett. A túra útvonalát az óra járásával ellentétes irányban járnánk be. Az útvonal érinti Győr legnagyobb forgalmat vonó helyszíneit, mint például: Széchényi tér és környéke, Széchenyi István Egyetem, szórakozó helyeket, Városházát, Megyei kórházat, Vásárcsarnokot, Külső kollégium, Árkád bevásárló központot. Az útvonalon lehető legtöbb kerékpáros infrastruktúrát érintjük: kerékpár út, kerékpár sáv, közút, gyalogos járda, stb. Az útvonalon különfajta forgalom típussal lehet találkozni, nem csak gyalogosokkal autósokkal, teherautókkal, hanem nagy autóbusz forgalommal is a főleg buszpályaudvar környékén. Az útvonal kijelölésekor nem csak a forgalom típusok voltak fontosak, hanem különböző forgalom nagyságú utakat is érintenénk emiatt az útvonal környékén forgalom méréseket végeztünk.

8. Mérések Fontos, hogy a kerékpáros ne csak a forgalom összetételével, hanem a forgalom nagyság eloszlásával is tisztában legyen útvonalának megválasztásakor. A balesetek nyílván szoros összefüggésben vannak a forgalom összetételével és nagyságával, ezért útvonalunk során ezeknek a vizsgálatát is elvégeztük. Az útvonalunk 22 elkülöníthető szakaszból áll, melyeken keresztmetszeti méréseket folytattunk. Minden szakaszon kijelöltünk egy helyszínt ahol a teljes keresztmetszet mérése zajlott iránytól függetlenül. A forgalom összetételét olyan szempont szerint vizsgáltuk, hogy a kerékpáros milyen forgalommal kerülhet konfliktushelyzetben. Tehát ahol az úton halad ott az úton közlekedő forgalom összetételét vizsgáltuk és mértük, ahol a kerékpárút a gyalogos forgalom részére fenntartott részből lett kialakítva ott a gyalogos forgalom nagyságát mértük, és természetesen a kerékpáros forgalomeloszlást is minden esetben vizsgáltuk. A mérések hétköznap reggel 7 és 9 óra között történtek. A feldolgozott szakirodalom szerint ilyenkor van a legmagasabb közlekedési csúcs. A méréseket egy általunk kifejlesztett programmal készítettük. Az általunk kifejlesztett, Android operációs rendszeren futó alkalmazás egy kifejezett helyszínre szabható, modulárisan kialakított program, mely flexibilisen alakítható akár járműkategóriák, vagy egyéb speciális körülmények vizsgálatára (pl.: egy személyautóban utazók száma, kerékpárosok esetében a lámpák, jól-láthatósági mellények használata, stb.). A mérőrendszer a testre szabott kezelőfelületen megjelölt eseményeket időbélyeggel menti, valamint lehetőséget ad a diktafon funkció párhuzamos használatára, ami jelentősen megkönnyíti a későbbi feldolgozást, előre nem várt események felmerülésének értelmezésében. Az időbélyeg a papír-alapú mérésekhez képest hozzáadott információt is elérhetővé tesz, például pontosan felvehető és elemezhető a járművek időbeni követési távolsága, a napi forgalomsűrűség eloszlása.

5. kép: Mérések: 1 Jedlik-híd, 2 Kálóczy tér, 17 Zrinyi M. utca, 18 Baross híd (Felüljáró)

13


Budapest, 2014.06.25.

Megvizsgálva az útvonalunk forgalomnagyságát és összetételét, megállapítottuk, hogy azokon a keresztmetszeteken ahol gyalogos és kerékpáros együtt közlekedik ott a járókelők általában kétszer annyian vannak mint a kerékpárosok, ott ahol a kerékpárosnak a közúton kell haladnia, ott általában többszörös személygépjármű forgalommal találkozik. A kerékpáros követési időköz átlagosan a teljes útvonalon 01:40. A baleseti gócpontok mérését összehasonlítva a baleseti szempontból nem releváns területek forgalomnagyságával, nem találtunk összefüggést a forgalom nagyság és a baleseti számok között. Ebből az eredményből azt a következtetést vontuk le, hogy a balesetek nem a forgalommal vannak összefüggésbe, hanem a helyszíni sajátosságokkal, melyeket útvonalbejárások során tártunk fel. Bejárásunk során először 1 kerékpárral, majd 3 kerékpárral haladtunk végig az útvonalon a délutáni csúcsforgalomban. 15:30 és 17:00 között, hétköznap. Bejárásunkat fejre rögzíthető nagyfelbontású kamerával rögzítettük. A bejárásunk során megfigyeltük a baleseti gócpontok már feltárt sajátosságait, valamint az egész útvonalon figyeltük a konfliktushelyzetet okozható tereptárgyakat. A bejárások kellemes tavaszias időben történtek, hogy releváns gyalogos és kerékpáros forgalommal találkozzunk. A bejárás során észrevettük, hogy a kerékpárosoknak kiemelt figyelmet kell szentelniük a gyalogosoknak. Jellegzetesen hirtelen irányváltásokra, megállásokra kényszeríthetik a kerékpárost a kerékpársávon. A kereszteződésekben a legtöbb esetben a kerékpáros takarásban van valamilyen tereptárgy miatt, és sok esetben együtt van szabad jelzésük a balra kis ívben kanyarodó járművekkel együtt, ahol bár elsőbbségük van, de a járművezető nem minden esetben észleli a kerékpárost időben, főleg, ha nagy sebességgel közeledünk. Az út mellett parkoló autóknál, fontos, hogy figyeljünk a biztonságos távolságra, a kinyíló ajtók miatt, de ugyanakkor figyeljünk, hogy a körülményekhez képest minden esetben az útpadkához lehető legközelebb haladjunk ezzel csökkentve az elsodrás veszélyét.

9. Konklúzió Az általunk megalkotott kerékpáros túraútvonal program átfogó gyakorlati ismereteket tartalmaz, amelyek hozzá segíthetnek a biztonságos városi kerékpáros közlekedés elsajátításához. Kiemelten kezeljük a helyszínek sajátosságait, és felhívjuk a figyelmet az egyes helyzetekben a célszerű és biztonságos közlekedésre. További lépések, egy A5-ös mérető kis kézikönyv megalkotása az útvonalra, különböző forgalmi helyzetekkel, szituációkkal. A kis kézikönyv hasznos lehet iskolai programok során. A teljes útvonalbejárásról készült videó, vágás után, narrációval kerülne publikálásra. A videó interneten megosztva igen hasznos és népszerű lehet a város lakói körében. További kutatási irány, a körforgalmak mélyreható vizsgálata kerékpáros közlekedés szempontjából.

Köszönetnyilvánítás Szeretnénk köszönetet mondani a Széchenyi István Egyetem Közlekedésmérnöki és Logisztikai Szakkollégiumának (KOLOSZ), akik jelentős segítséget nyújtottak a mérések során, valamint ötleteikkel, véleményükkel hozzájárultak a kutatáshoz.

Irodalomjegyzék [1] http://www.npr.org/blogs/parallels/2013/10/24/240493422/in-most-every-europeancountry-bikes-are-outsellingcars [2] Győr MJV Kerékpáros Hálózatfejlesztési Koncepciója és Tanulmányterve Második kötet 2009 [3] 1/1975. (II. 5.) KPM-BM együttes rendelet a közúti közlekedés szabályairól, II. A közúti járművekkel kapcsolatos fogalmak: r/1. [4] http://bikeleague.org/content/take-class [5] http://denmark.dk/en/green-living/bicycle-culture/cycling-to-kindergarten/ [6] Győri Rendőrkapitányság adati alapján, saját szerkesztés [7] Részlet a balesti ponttérképből, saját szerkesztés [8] KRESZ 13. § i) [9] http://hu.wikipedia.org/wiki/Ker%C3%A9kp%C3%A1r%C3%Bat [10] KRESZ 13. § f/1) [11] Forgalomszámlálás 2014 áprilisi adatok alapján saját szerkesztés [12] Hódosi Gergely, Nyerges Lajos, Varga Mátyás: Kerékpáros oktató túraprogram Győrben, Széchenyi István Egyetem, egyetemi TMDK, Győr, 2014

14


Budapest, 2014.06.25.

Települések közti hiányzó útkapcsolatok feltárása és elemzése Magyari Zsófia Széchenyi István Egyetem, Közlekedésépítési Tanszék, Győr, [email protected]

Absztrakt A sugaras útkiépítés következtében egymáshoz térben közel lévő települések között burkolt autóúton sok esetben csak kerülő úton lehet eljutni. A hiányzó közúti kapcsolatok kiépítésével a települések fejlődését, jobb szerveződését lehet elősegíteni. Ennek az állításnak igazolására egy kiválasztott mintaterületet vizsgáltam. Az úthálózat megismeréséhez a felépítését jellemző, mérhető vagy számolható értékeket választottam. Meghatároztam a területre vonatkozólag az úthosszúságot, útsűrűséget és a települések úthálózati kapcsolatainak számát. A forgalomnagyságának és eloszlásának megismeréséhez közlekedési modellt készítettem. A területre vonatkozóan Somfai András mellékúthálózat fejlesztési terveit felhasználva bővítettem a modellt, és három egyre sűrűbb úthálózatot alakítottam ki. Mindegyik állapotban meghatároztam a hálózatot jellemző értékeket.

Kulcsszavak: Centrikus úthálózat, kiépítetlen utak, települések kapcsolatai, földutak

1. Sugaras úthálózat Magyarország úthálózata jellemzően sugaras kialakítású, amely az 1. ábra bal oldalán látható, az ilyen kiépítés a centrumba való eljutást segíti, de sok esetben a térben egymáshoz térben közel lévő települések között nincs közvetlen közúti kapcsolat. A hiányzó közúti kapcsolatok kiépítésével a települések fejlődését, jobb szerveződését lehet elősegíteni. A következő ábra mutatja be a centrikus útkialakítást.

1. ábra: Sugaras úthálózat, Somfai András szerkesztése

15


Budapest, 2014.06.25.

1.1 Az úthálózat fejlődését befolyásoló tényezők Az utak kezdetektől fogva a települések összekötésére szolgáltak, a települések közti ösvények útvonalai, majd szekerekkel, hintókkal vagy kocsikkal kitaposott földutak is a lehető legrövidebb útvonalon és legkedvezőbb domborzati viszonyok közt alakultak ki. Minden szomszédos település között volt ösvény vagy földút. Ezeknek a földutaknak nyomvonalát a gyakorlat és célszerűség határozta meg. Egy településből a szomszédos településbe vezető ösvények jól láthatók a katonai felmérésekkor készült térképeken. Az úthálózat fejlesztésekor, a Budapest központú országirányítás miatt a központokba vezető utak lettek fejlesztve. A járművek fejlődése és a kiépített utakon való közlekedés könnyebbsége miatt lassan megszűnt a rendszeres forgalom a kiépítetlenül maradt ösvényeken. Ezek az utak azonban nem szűntek meg teljesen, hiszen a mezőgazdaság és az erdészet ma is használhatja azokat. Természetesen az állapotuk és a nyomvonaluk az idők során változhatott. A gyorsforgalmi utak építésének az a célja, hogy a nagy települések és területi központok közti utazási idő rövidüljön, ezáltal növekedhet az utazások száma. Rövidebb útvonalon kevesebb idő alatt kisebb lesz az utazás és a szállítás költsége, ezért nagyobb lehet a szállítható áruk mennyisége, és több személyszállítás jöhet létre. Ezekből az érdekekből kifolyólag a gyorsforgalmú úthálózat kiépítése vált elsődlegessé. Az állami és helyi mellékúthálózat megfelelő karbantartása és szükséges fejlesztése sok esetben elmaradt. 1.2 Fejlődés lehetőségei az új útkapcsolatok kiépítésével Az állami centrikus úthálózat szinte minden települést ellát legalább egy összekötő vagy bekötőúttal a főúthálózathoz, így a hálózat kiszolgálja azokat az igényeket, amelyeket a közigazgatás és a szükséges ellátások biztosítása igényel. A centrikus hálózatkialakítás sok esetben az egymáshoz közel eső települések kapcsolatait gyengíti, hiszen egyszerűbb eljutni a központba, mint a légvonalban közelebb eső településre. Előfordulhat olyan eset is, amikor egy adott cél elérése érdekében elegendő volna csak a szomszéd településig menni. Ilyenkor időt és üzemanyagot lehetne megtakarítani. Egy közvetlen út kiépítésével az alábbi lehetőségek nyílhatnak meg: • Ellátó- szolgáltató intézmények gazdaságos működtetése. (pl.: iskolák, orvosi szakrendelések) • Vállalkozások jobb feltételek közti üzemeltetése. • Helyben előállított őstermelői termékek piacának bővítése. • Azonos célú civil szervezetek összefogása. • Idegenforgalmi kínálat erősítése. • Sport és kulturális összefogások. • Rokoni és személyes kapcsolatok erősítése, új ismeretségek kialakulása. [1]

2. Úthálózat geometriai vizsgálata A jelenlegi úthálózat értékelésére és a következőkben vizsgált esetek összehasonlítására a következő jellemzőket határoztam meg a vizsgált területen: • Az úthálózat hossza és sűrűsége. • Útkapcsolati szám településenként, azaz hány út vezet az adott településre. • A terület településeire vonatkozó átlagos kapcsolati szám. Ezeket az értékeket OpenstreetMap adatait felhasználva és ArcGIS térinformatikai alkalmazás segítségével határoztam meg. 2.1 A Vizsgált terület A hiányzó, ki nem épített utak problémájának vizsgálatához Szombathely és környezetét választottam, amely területet az osztrák-magyar határ, a 8-as és 84-es főút határol. A terület földrajzi adottságai kedvezőek, az úthálózat kialakulását kis mértékben befolyásolják természeti akadályok, illetve a határ miatt több zsáktelepülés található.

16


Budapest, 2014.06.25.

2. ábra: Vizsgált terület [2], [3]

A 2. ábrán látható a határ és a főutak mentén lehatárolt terület, mellette egy település és úthálózatot szemléltető ábra van. A zöld körökkel a városokat, kékkel a falvakat, vastag piros vonallal a főutakat és vékony vonallal a mellékúthálózatot jelöltem. Ezen az ábrán szembetűnőek a közúti hiányosságok. A geometriai jellemzők jobb értelmezhetőségének érdekében egy osztrák területet is választottam, ahol az úthálózatot jól kiépítettnek „ideálisnak” tekinthetjük. Ez a terület Burgenland tartomány Oberpullendorf-i (Felsőpulya) járása, amely határos a magyar vizsgált területtel és közel azonosak a földrajzi adottságok, ezért alkalmasnak tekintem összehasonlítás céljára. 2.2 Változatok kialakítása A hiányzó kapcsolatok felderítésében nagy segítséget nyújtott Somfai András, aki a területre vonatkozóan elkészítette a részletes úthálózat fejlesztési javaslatát, amelynek egy részlete látható a következő képen. A kék vonal a létező úthálózatot jelöli, a piros az ajánlott útszakaszokat.

3. ábra: Somfai András mellékúthálózat fejlesztési terve

A terv figyelembe veszi a meglévő földutak nyomvonalát, mező és erdőgazdasági művelést, továbbá a terület bejárásakor Somfai András megkérdezte helyi lakosok véleményét a kiépítetlen utakról. A munkámat ennek a tervnek a felhasználásával végeztem. A 3. ábrán látható részlet alapján a tervezet rendkívül sűrűnek hat, ezért az elemzéshez több, egyre bővülő változatokat alakítottam ki, amelyek a következők:

17


• • • • •

Budapest, 2014.06.25.

Jelenlegi állapot. Területrendezési tervekben szereplő fejlesztések megvalósulásának esete, amelyben figyelembe vettem az Országos, Győr-Moson-Sopron megye és Vas megye Területrendezési Tervében szereplő úthálózatot érintő változtatásokat. [7], [8],[9],[10] Első változat, amely középtávú fejlesztésnek tekinthető, 45 szakasszal bővíti területrendezési tervek esetét. Második változat, amely nagytávlatú fejlesztési tervnek tekinthető, 64 szakasszal bővíti az első változatot. Ausztria, Oberpullendorf-i (felsőpulyai) járás jelenlegi állapota.

Az egyes változatokat szemlélteti a következő ábra:

4. ábra: Vizsgált úthálózati fejlesztések [3]

A 4. ábrán láthatóak az új útkapcsolatok, ahol szürke vonallal van jelölve a jelenlegi hálózat, piros színnel a gyorsforgalmú fejlesztési tervek, és narancssárgával a megyei rendezési tervekben szereplő mellékúthálózati fejlesztési tervek, míg zöld folyamatos vonallal az első változatba, szaggatott zölddel a második változatba tartozó utak. 2.3 Eredmények A meghatározott geometriai jellemzőket az 1. táblázatban foglaltam össze. Az első négy esetben lehet látni az értékek növekedését, az utolsó oszlopban szerepelnek az osztrák mintaterület jellemzői, amelyek közül csak a sűrűséget és az átlagos kapcsolati számot érdemes figyelni, ezek a terület nagyságától független jellemzők. Jellemző/állapot Hosszúság [km] Gyorsforgalmi út I. rendű főút II. rendű főút Mellékutak Sűrűség [km/km2] Gyorsforgalmi út I. rendű főút II. rendű főút Mellékutak Kapcsolati számok Átlagos kapcsolati szám

Jelenlegi állapot 1038,24 17,76 74,43 217,41 728,64 0,58 0,01 0,04 0,12 0,41 406 3,07

Rendezési tervek 1263,68 127,74 110,79 233,99 791,16 0,70 0,07 0,06 0,13 0,44 442 3,35

Első változat 1479,03 127,74 110,79 233,99 1006,51 0,82 0,07 0,06 0,13 0,56 516 3,91

Második változat 1732,74 127,74 110,79 233,99 1259,54 0,96 0,07 0,06 0,13 0,70 601 4,55

Osztrák mintaterület 496,06 20,19 117,41 358,46 0,71 0,03 0,17 0,51 129 4,61

1. táblázat: Geometriai jellemzőket összefoglaló táblázat

18


Budapest, 2014.06.25.

A következőkben a településeket négy csoportba soroltam a kapcsolatai számaik alapján: 1: zsáktelepülés, tehát egy kiépített úton érhető el 2: egy út keresztülvezet a településen 3-4: több településsel kapcsolata van 5 v. több: jól kiépített kapcsolatokkal rendelkezik, központi szerep A következő diagramokon szemléltetem a települések elérhetőségének változásait az egyes tervváltozatok esetében. A függőleges tengelyen a települések száma, a vízszintes tengelyen a csoportok láthatók.

1. diagram: Jelenlegi állapot

Az első diagramon a magyar mintaterület jelenlegi állapotban szerepel, ahol nyolc zsáktelepülés található és magas az olyan települések száma, amelyen egy út vezet keresztül.

80

68

60 39 40 20

18 7

0 1

2

3-4

5 v. annál több

2. diagram: Rendezési tervek esete

A területrendezési tervek megvalósulásának esete csak kismértékben javít a korábbi állapoton, ebben a változatban a gyorsforgalmi hálózat fejlesztése a jelentős, amely csak kismértékben van hatással a települések közvetlen elérhetőségére.

3. diagram: Első változat

Az első változat felére csökkenti az első két osztályba tartozó települések számát és majdnem megduplázza a negyedik osztályba tartozó településeket.

19


Budapest, 2014.06.25.

4. diagram: Második változat

A második változat megvalósulása esetén megszűnnének a zsáktelepülések és tovább növekszenek az öt vagy annál több kapcsolati számmal rendelkező települések.

5. diagram: Oberpullendorf Felsőpulya) jelenlegi állapot

Az utolsó diagramon az Oberpullendorf-i (Felsőpulya) járás jelenlegi állapota látszik, ahol nincsenek zsáktelepülések, csak két olyan település van, amely két kapcsolattal rendelkezik és a legtöbb település az utolsó osztályba tartozik. 2.4 Értékelés A geometriai jellemzők megismerését követően a következő következtetések állapíthatóak meg: • A tervezet javíttatná a települések elérhetőségét, megszüntetné a zsáktelepüléseket. • Összességében 67%-kal növekedne az úthálózat hossza és megközelítené az 1km/km2 útsűrűséget. • A települések kapcsolati száma közel 1/3-ad értékkel növekedne. • Az osztrák mintaterület átlagos kapcsolati számát megközelíti, de sokkal nagyobb útsűrűséggel elérve ugyanazt. A további vizsgálatokra vonatkozó javaslataim a következők: • Több külföldi és magyar mintaterület elemzése a kapott értékek összehasonlítása érdekében. • Olyan hálózat kialakítása, ahol nagyobb kapcsolati számhoz kisebb útsűrűség társul. • Településhez közel eső, de nem abszolút útkapcsolatok bevonása a számításokba. • Szomszédsági viszonyok megállapítása.

3. Változatok forgalmi modellezése A tervezett utak létjogosultságának alátámasztásához forgalmi modellt készítettem, amelyhez a PTV Visum szoftverét használtam. A program alkalmas a makro és mezo szintű közlekedési problémák feldolgozására. A modell felépítéséhez adatokat elsődlegesen az Ausztria-Magyarország közlekedési modell projekten keresztül kaptam, amely magába foglalja mintaterületemet is. A projektben elkészített modell nem volt alkalmas a szomszédos települések közti útkapcsolatok vizsgálatára, ezért csak az általuk szerkesztett úthálózatot vetettem át, de a zónákat megváltoztattam, amelynek következtében a forgalmi mátrixot is újra kellett alkotni. Az utazási igények megállapításához forgalmi adatokat a Magyar Közút 2012-es keresztmetszeti forgalmi számlálásából, népesség számokat a helységnévtárból vettem. A mátrix elemeit olyan gravitációs modell alkalmazásával határoztam meg, amely figyelembe veszi az általánosított utazási költségeket.[4],[5] A Visum szoftver által felkínált lehetőségek közül az egyensúlyi ráterhelés módszert alkalmaztam. Az így kapott hálózat útszakaszainak forgalomnagysága közelítőleg visszaadja a forgalomszámlálásból származó értékeket. Mivel a dolgozat a kisforgalmú mellékutak vizsgálatáról szól ezért sok helyen szükséges volt korrigálni a hálózatott, amelyhez a szoftver TflowFuzzy funkcióját használtam. A hálózat értékelésére a „GEH index” mutatót választottam, amely a kiválasztott mintaszakaszokra vonatkozóan 4.8, tehát a mutató értékelése szerint várhatóan jó a modell.[6] A következő ábrán a jelenlegi állapot forgalmi modellje látható, ahol a piros vonal vastagsága jelzi a forgalom nagyságát.

20


Budapest, 2014.06.25.

5. ábra: Jelenlegi állapot forgalmi modellje [2]

3.1 Változatok forgalmi modellje és összeghasonlítása A területrendezési tervekben szereplő fejlesztéseknek megfelelő állapot modelljéhez a jelenlegi állapotot bővítettem. Kismértékben a mellékúthálózat, nagyobb mértékben a gyorsforgalmi hálózat növekedett. A következő ábrán látható az eredményül kapott modell és mellette jobb oldalon egy összehasonlítás a jelenlegi állapottal, ahol a zöld a forgalomnövekedés, piros a forgalom csökkenést jelzi. Például nagy forgalom csökkenés várható a 8-as főúton és a 84es főútnak a Győr-Moson-Sopron megyei szakaszán.

6. ábra: Területrendezési tervek állapota [2]

A következő lépésben az első változat útszakaszaival bővítettem a modellt, ami szemmel láthatóan sűrűbb hálózatú lett. A 7. ábrán látható az eredmény. Jobb oldalon az előző állapottal való összehasonlítás látható.

21


Budapest, 2014.06.25.

7. ábra: Első változat forgalmi modellje [2]

Az összehasonlításban látható legnagyobb forgalomkülönbségek a következő esetekben keletkeznének a modell szerint: A Sárvárt Hegyfaluval és Répceszentgyörgyöt Chernelházadamonyával összekötő útszakaszok kiépítése esetén Bükfürdő és Sárvár közötti forgalmat vonzaná el a 84-es sz. főútról. Hasonló helyzet alakulna ki Ják és Szombathely között, ahol a fő közlekedési irányokat változtatná meg Sorokpolány és Ják közötti útszakasz kiépítése. Jelentős forgalom keletkezne még a Vasvárt Püspökmolnárival összekötő szakasznak a modellbe való illesztése, hiszen az M9-es sz. autópályával csomópontot alkotva lényegesen lerövidülne Szombathely és Vasvár közúti távolsága. Az első változatott 64 szakasszal kiegészített második változata az alábbi képen látható, mellette összehasonlítás az első változattal.

8. ábra: Második változat forgalmi modellje [2]

Az első esettel való összehasonlítás eredményeként két út kiépülése okozna nagyobb változásokat a hálózatban. Egyik az Ikervár, Csénye és Szeleste útvonal, amely Ikervárról Szombathely felé Sárvárt elkerülve rövidítené az utat. Másik eset a Zsédeny és Hegyfalu közti szakasz, amely kiegészülve a már említett Hegyfalu és Mesterháza útvonallal szintén Bükfürdő és Sárvár közti forgalmat bonyolítaná, viszont jelentősen csökkentené a Répceszentgyörgyöt

22


Budapest, 2014.06.25.

Chernelházadamonyával összekötő szakasz forgalmát. Szintén nagymértékben csökkentené a Sárvárt és Hegyfalut összekötő útszakasz forgalmát. Eszerint sürgősebb feladat lenne az első változat szerinti Mesterháza és Hegyfalu, illetve a második változat szerinti Hegyfalu és Zsédeny közötti szakasz kiépítése, mint az első változatban szereplő Sárvárt Hegyfaluval és Répceszentgyörgyöt Chernelházadamonyával összekötő útszakaszok kiépítése. 3.2 Forgalommodellezés eredményei A forgalomnagyságok ismeretében megállapítható az egy nap alatt eltöltött összes utazási idő és járműkilométer nagysága a hálózatra vonatkozóan. A következő táblázatban összefoglaltam az egyes változatok forgalmi modellje alapján kapott utazási időket és járműkilométereket, illetve ezeknek különbségeit. Összes jármű kilométer

Változat

Utazási idők [h]

Jelenlegi állapot

37 950

Rendezési tervek állapota

32 520

-5430

2 538 480

29 750

Első változat

32 230

-290

2 512 260

-26 220

Második változat

31 950

-280

2 496 950

-15 310

Összegzés:

Eltérések

Eltérések 2 508 730

-6000

-11 780

2. táblázat: Eredmények egy napra vonatkozatva

A modell alapján a gyorsforgalmú úthálózat fejlesztésével jelentős utazási időket lehet megtakarítani, de járműkilométert nem. A közepes és nagytávú fejlesztések megvalósulásának esetén egy nap 570 óra utazási idő és 41 530 járműkilométer takarítható meg. A közlekedési modell eredményeit tekintve a továbbiakra vonatkozó javaslataim a következők: Többféle modellezési eljárás és szoftver használata a megbízhatóbb eredmények érdekében. Az egyes útszakaszoknak a kisebb környezetükben való vizsgálata és a forgalomkeltési adatok pontosabb, részletesebb felvétele. Érdemes lenne a két változatból kapott eredmények figyelembevételével egy harmadik eset modelljének elkészítése. Az eredményül kapott idő és járműkilométer ismeretében költség – haszonelemzés elkészítése.

4. Összefoglalás A hiányzó, azaz kiépítetlen utakkal, mint problémával, gyakran lehet találkozni. Sok érintett felteheti a kérdést, hogy egy adott útszakaszt miért nem építenek meg, annak ellenére, hogy lényegesen lerövidítené az utat két település között. Európai Uniónak köszönhetően egyre több forrás szerezhető és nyerhető meg ennek a célnak pályázatok által. A fejlesztés irányát jól átgondoltan, a logikus prioritásokat követve kell kijelölni. Egy tervezett út várható forgalomnagyságának becslése jó eszköz a fejlesztés szükségességének megállapításához, melyhez egy jó modell készítése sok szakmai tapasztalatot és tudást igényel. A forgalmi modellezés mellett mindenképpen figyelembe kell venni a terület lakosságának igényeit és lehetőségeit. A vizsgált új utak szempontjából többnyire kedvezőek az eredmények, becsült forgalmuk alapján hasonló a jelenlegi hálózat mellékútjainak forgalmával. A munkám során egyféle módszer lépései szerint haladtam, érdekes lett volna többféle eljárást is megismerni és alkalmazni, az eredményeim inkább nagyságrendileg elfogadhatóak, mintsem pontos tervezések alappilléreként.

Köszönetnyilvánítás Szeretném megköszönni konzulenseimnek Dr. Koren Csabának és Somfai Andrásnak a támogatását, akik a feladatot segítették szakmai tudásukkal és tanácsaikkal. A közlekedési modellezést nagymértékben segítették a Dr. Horváth Balázstól kapott adatok és tanácsok. A modell elkészítéséhez Juhász Mattias kollégámtól kaptam rengeteg gyakorlati segítséget.

23


Budapest, 2014.06.25.

Irodalomjegyzék [1] Földmérési és Távérzékelési Intézet Távérzékelési Igazgatósága: Mezőgazdasági földutak tényfeltáró elemzése tanulmány [2012.május 31.] (22.o.) [2] OpenStreetMap http://openstreermap.hu (2014.05.09.) [3] Geofabrik http://www.geofabrik.de/geofabrik/geofabrik.html (2014.05.09.) [4] Az országos közutak 2012. évre vonatkozó keresztmetszeti forgalma Magyar Közút Nonprofit Zártkörűen működő Részvénytársaság, Budapest 2013. július [5] Magyarország Helységnévtára http://www.ksh.hu/apps/hntr.main (2014.05.10.) [6] Unoffical Wisconsin Traffic Analysis Guidelines, Model Calibration, The http://www.wisdot.info/microsimulation/index.php?title=Model_Calibration (2014.05.10.)

GEH

Formula

[7] Országos Területfejlesztési és Területrendezési Információs Rendszer, Térinformatikai alkalmazások, Területrendezési tervek https://www.teir.hu/ (2014.05.10.) [8] Országos Területrendezési Terv (OTrT) http://gis.teir.hu/rendezes_otrt_trt/ (2014.05.10.)

térszerkezeti

terve,

VÁTI

Nonprofit

Kft.

[9] Győr-Moson-Sopron megye Területrendezési Terve – Térségi Szerkezeti terv, VÁTI Nonprofit Kft. http://gis.teir.hu/rendezes_gyms_trt/ (2014.05.10.) [10] Vas megye Területrendezési Terve – Térségi Szerkezeti terv, Pestterv Kft. http://gis.teir.hu/rendezes_vas_trt/ (2014.05.10.)

24


Budapest, 2014.06.25.

A vasúti sín avulása és fenntartása különös tekintettel a sínkopásokra és az RCF-hibákra Németh Attila Széchenyi István Egyetem, Műszaki Tudományi Kar, Közlekedésépítési Tanszék, Győr [email protected]

Absztrakt MSc-s diplomamunkám témájául a vasúti üzem hatására a sínfejben keletkező gördülő érintkezési fáradásos (RCF – Rolling Contact Fatigue) hibák, ezen belül a sínfej-hajszálrepedés (Head-Check) keletkezési okainak feltárását, a károsodások műszeres vizsgálatokkal való meghatározását és kezelési módszereinek bemutatását választottam. Jelen cikkben az ezzel a témával kapcsolatban végzett irodalomkutatásomat részletezem. Magyarországon a vasút fejlődésének hatására, a korszerű vontatójárművek és motorvonatok erőteljes vonóerő kifejtése (gyorsítása) és fékezése, a növekvő sebesség és tengelyterhelés következtében kialakuló gördülő terhelés okozta fáradásos jellegű károsodásokra egyre nagyobb figyelmet fordítanak. A sínfejben megjelenő károsodások időbeni észlelése nagy jelentőséggel bír mind üzemi, gazdasági és mind forgalombiztonsági szempontból is. A sínszálak állapotának folyamatos ellenőrzése gyalogbejárások és műszeres vizsgálatok során történik, amelyekkel időben meghatározható a szükséges beavatkozás fontossága és időbeni ütemezése. A cikkben kitérek a Magyarországon és a szomszédos/külföldi országokban alkalmazott monitoring és beavatkozási módszerekre. Jövőbeli célom, hogy jelenleg a Budapest-Hegyeshalom vasútvonalon a pályában lévő HC hibás sínek, és az újonnan vágányba épített sínszálak – kezelés (köszörülés) utáni – állapotának követésével kapott örvényáramos (kézi és gépi mérés) és ultrahangos mérési eredményeket összegyűjtsem és kiértékeljem. A sín élettartama alatt bekövetkező romlási folyamatok megelőző/preventív fémeltávolítási, rendszeres karbantartási tevékenység során keletkező költségeket és az ”élettartama végére ért sín”, síncserélés folyamata során keletkező költségek közötti különbségeket összehasonlítsam.

Kulcsszavak: Head-Check, örvényáramos vizsgálat, ultrahangos vizsgálat

1. A vasúti felépítmény részei, általános ismertetés A vasúti felépítmény feladata, a vasúti járművek vezetésén és alátámasztásán kívül, hogy a keletkező terheléseket úgy továbbítsa az alépítmény felé, hogy annak az igénybevétele ne haladja meg a teherbírását. A vasúti felépítmény része a vágány és az ágyazat [1]. A vágány részei: • sínek, • aljak (sínek alátámasztása), • kapcsolószerek (a síneket egymással és az aljakkal kapcsolja össze). 1.1 A zúzottkő ágyazat Az ágyazat feladata: • a keresztaljas vágány szilárd, de rugalmas alátámasztása, • a terhelés továbbítása az alj alsó síkjáról az alépítményre, • energiacsillapítás, • a vágány kellő hossz- és keresztirányú stabilitásának/ellenállásának biztosítása, • a fekszint, az irány és a túlemelés jellemző tartós biztosítása, • csapadékvíz elvezetése/átengedése, • tömörség és méret megfelelőség. 1.2 A kapcsolószerek A kapcsolószerek a síneket egymással és az aljakkal kötik össze. A hevederkötésnek biztosítania kell a vágány folytonosságát, valamint a hő okozta hosszváltozáshoz szükséges hézagot, emellett még meg kell akadályozniuk a vízszintes, vagy függőleges lépcsők kialakulását. A sínek hegesztéssel is összekapcsolhatók, az illesztési hézagok kiküszöbölhetők, ebből adódóan a dinamikus hatások is csökkenthetők, akár meg is szüntethetők. A sínvégek összehegesztésével azonban megakadályozzuk a sínszálak hő

25


Budapest, 2014.06.25.

okozta hosszváltozását, aminek hatására olyan erők/feszültségek ébredhetnek a sínben, amelyek a vágány kinyomódását, extrém esetben kivetődését, „kihajlását” okozhatják. A sínleerősítések a sínek aljakhoz való kapcsolására szolgálnak. A leerősítéseknek szilárd, de rugalmas kapcsolatot kell biztosítaniuk a sín és az aljak között [1]. 1.3 Az aljak Az aljaknak biztosítaniuk kell a sínek rugalmas alátámasztását, a vágányban a sínszálak nyomtávolságát (egymástól való távolságát) és a síndőlést. Feladata még a járművekről érkező a sín által átadott terhelések, illetve a vágányt érő, és a vágányban fellépő hossz- és oldalirányú erők továbbítása az ágyazatra. A fajtái anyaguk szerint lehet: lágyvasbetétes betonalj, elő-, illetve utófeszített vasbetonalj, acél-, vagy faalj, illetve műanyagból készült alj [1]. 1.4 A sín A sín, mint tartószerkezet viseli és elosztja a vasúti járművekről érkező és az egyéb hatásokból származó függőleges, vízszintes és hosszirányú statikus, illetve dinamikus terheket. Mint „irányító” szerkezet a kényszerpályás közlekedés jellegének megfelelően folyamatosan alátámasztja és vezeti a nyomkarimás kerekű vasúti járműveket. Ezen kívül, mint a pályaszerkezet legfelső eleme biztosítja a vonóerő átadását és villamos vezető szerepe is van [1]. A sínszelvénnyel szemben támasztott követelmények: • a sínfej legyen elég széles és futófelülete olyan kialakítású, hogy a kerék és a sín között kedvező érintkezés és kis felületi nyomás keletkezzen. • A sínfej legyen elég magas, hogy a sín a függőleges kopás ellenére is hosszú ideig a pályában maradhasson. • A síngerinc legyen elég vastag, hogy a sínszelvénynek kellő teherbírást, hajlítási merevséget és rozsdásodás esetén is elegendő tartalékot adjon. • A síntalp legyen lehetőleg széles, hogy a sín stabilan álljon, így az alátétlemeznek, illetve az aljnak kis felületi nyomást adjon át, valamint a leerősítő elemek igénybevétele is kicsi maradjon. • A sínszelvénynek mind a függőleges, mind a vízszintes inercianyomatéka elegendő nagy legyen a terhelések felvételére. A sín interoperabilitási szempontból fontos jellemzői: • a sínfej geometriája (1. ábra), • a sín inercianyomatéka, • a sínfej keménysége. 1. Sínfej koronapont 2. Érintő pont 3. Oldalirányú lejtő (ferdeség) 4. A sínfej függőleges tengelye 5. Nyomtáv sarok (sínfej felső-belső lekerekítő íve)

9. ábra A sínfej geometriai követelményei [10]

Követelmények: • a sínfej oldalának ferdesége a függőleges és az azzal bezárt 1/16-os hajlás között legyen. • A függőleges távolság a ferdeség teteje és a sín teteje között legyen kevesebb, mint 15 mm. • A sínfej felső lekerekítő ívsugara legalább 12 mm legyen. • A vízszintes távolság a sínfej koronapont és az érintő pont között 31-37 mm közötti legyen. A sínek anyagával szemben támasztott legfontosabb általános követelmények: • kémiai tisztaság és egyenletes összetétel, • kopásokkal, kerekek érintkezéséből származó hatásokkal szembeni magas fokú ellenállóság, • ridegtöréssel, fáradással szembeni magas fokú ellenállóság, • magas folyáshatár, szakítószilárdság és keménység érték, • hegeszthetőség.

26


Budapest, 2014.06.25.

A legnagyobb igénybevételnek kitett vasúti pályák számára gyártja a VoestAlpine (VA) cég az ún. HSH (Head Special Hardened), azaz különösen keményfejű síneket. Ezek a sínek előnyösen alkalmazhatók kissugarú ívekben és nagy emelkedőkben fekvő szakaszokon is. A hengerek közül kikerülő, még izzó sínszál fejét ellenőrzött időtartamra speciális keményítő hatású folyadékba mártják, ami révén a sínfej különösen szilárd, finom perlites acélanyagúvá válik. Ezzel rendkívül ellenállóvá válik a kopási hatásokkal szemben [3]. A gyártási technológiától függően az alábbi fajta sínek készülnek: • természetes keménységű, • hőkezelt, • magasan ötvözött, • bénites.

2. A vasúti sín magassági és oldalkopása A sínprofil kopása a járműkerekek hatására létrejövő természetes jelenség. A kerekekről jelentős nagyságú felületi nyomás éri a sínfejet, illetve súrlódás lép fel a kerékabroncs, a nyomkarima és a sín között. A sínfej mind magasságilag, mind pedig a vágánytengely (nyomkarima) felőli oldalán kopik, e változást szemlélteti a 2. ábra. Ennek hatására megváltozik a sínfej keresztmetszeti geometriája, átalakul a kerék-sín érintkezési felület, megváltozik a nyomtávolság és csökken a sín inerciája [3, 4]. A sínkopás mértéke az alábbiaktól függ: • tengelyteher nagysága, • forgalmi terhelés, • kerékabroncs keménysége, • járműkerék geometriai szabálytalanságai, • járművek rendellenes mozgásai, • kerekek hossz- és keresztirányú csúszásai, • időjárás, • sínfej geometriája, • sín keménysége, • sínalátámasztás rugalmassága, • vágány geometriája (ívsugár, túlemelés).

10. ábra: Jellegzetes sínkopások [3]

3. A vasúti sínek sérülései A vasúti sín elhasználódását nagyrészt a járművek okozzák, kisebb mértékben hatása van a sínszálban ébredő hőerőknek, és az időjárásnak is. A gyártás során keletkező hibák kialakulásának lehetősége a technológiák fejlettsége okán kicsiny, s főleg a szigorú minőségellenőrzés miatt hibás sínek fejlett gyártóktól nem kerülnek ki. A járművek hatására kopások, felületi elváltozások és hibák alakulnak ki a sínekben. Ez utóbbiak lehetnek felületiek (szabad szemmel is láthatóak), illetve belső hibák. Ugyanakkor az ismétlődő terhelések hatására a sín fáradási jelensége is lejátszódik. A sín futófelületi hibái két fő kategóriába sorolhatók, s ezek a periodikus és a nem periodikus hibák. Periodikus hibák: • kagylósodás, • rövid hullámos kopás, • hosszú hullámos kopás. Nem periodikus hibák: • kiköszörülési helyek, • fejfelületi repedések, • lemezes leválás, • összenyomódások, • kivölgyelődött hegesztés, • hengerlési hasadás.

27


Budapest, 2014.06.25.

3.1 Kagylósodás A kagylósodás közel szabályosan egymás után következő világos színű hullámhegyek és sötétebb színű hullámvölgyek sorozata a futófelületen, amelyet a 3. ábra szemléltet. A hullámhegyek távolsága 3-6 cm. Főleg egyenesben és nagysugarú ívekben lép fel, ahol a szinuszfutás kialakul. Erőteljes zaj- és rezgéshatást okoznak, növekszik a vágány (és a jármű) dinamikus igénybevétele. Főleg egyenes vágányban alakul ki, de nagyobb sugarú ívekben is előfordul. Fékezési szakaszokon lehet találkozni tipikusan fénylő kagylósan kopott hullámhegyekkel. A kialakulás okára egyértelmű magyarázat nincsen. Szerepet játszik benne a kerékpárok szinuszfutása, a tengelyek torziós rezgései, a tengelyek rugalmas deformációja, a sínek kerék-sín érintkezési pontján kialakuló rugalmas alakváltozása, a sínanyag tulajdonságai, a sínfelület korróziója [3].

11. ábra: A kagylósodás megjelenése [15]

3.2 Rövid és hosszú hullámos sínkopás A rövid hullámos kopás szabályos, periodikus egyenetlenségeket jelent a sín futófelületén 8-30 cm hullámhosszal, és maximális 2 mm hullámvölgy mélységgel (4. ábra). A hosszú hullámos kopás esetében szabálytalan egyenetlenségek jelennek meg a sín futófelületén 30-250 cm hullámhosszal és maximális 1,5 mm mélységgel (5. ábra) [3].

4. ábra: Rövid hullámos kopás [15]

5. ábra: Hosszú hullámos kopás [15]

3.3 Gördülő érintkezési fáradásos hibák A gördülési érintkezési fáradásnak (RCF = Rolling Contact Fatigue) több megjelenési formája van, amelyek komoly gondot okoznak világszerte. A jelenség során a kerék-sín érintkezési zónában felületi repedések alakulnak ki. A nagy feszültség (>1000 MPa) hatására az érintkezési felületen plasztikus deformációkat szenved a sín és a kerék. A sín felületéhez közeli tartományában repedések léphetnek fel, ha a függőleges erővel együtt tangenciális erők (slip, fékező erő, gyorsító erő) is hatnak, s a feszültség egy határt meghalad [3]. Az RCF hibák kialakulásában számos tényező játszik szerepet: • a kerék illetve a sín profiljának kialakítása, • a vágány ívessége, • a vágány geometriai hibái, • a sín metallurgiája, • a járművek jellemzői, • a síncsiszolás alkalmazása illetve elhagyása. A hibákat kiváltó feszültségek helye, nagysága az érintkezési geometriától, a teher nagyságától és a súrlódási viszonyoktól függ.

28


Budapest, 2014.06.25.

3.3.1 Sínfej-hajszálrepedés A gördülési érintkezési fáradás leggyakoribb előfordulása a sínfej-hajszálrepedés (HC = Head Check), ami főleg a külső sínek nyomtáv sarkánál fordul elő R = 300-5000 m sugarú ívekben (6. ábra). A vágányban a sín futófelületét a járművek kerekei kihengerlik, s ez maradó nyomófeszültségi zóna létrejöttét eredményezi a felületen és közvetlenül alatta. Általában a repedések nem hatolnak át a nyomófeszültségi területen. Ezt igazolja, hogy a sín felülethez közeli „kérge” sértetlen marad a legutolsó pillanatig. A HC hiba általában a nagy túlemelésű (m100 mm) ívekben és a síndőlés nélküli kitérőkben alakul ki. Előfordul elszigetelten is, de sokkal jellemzőbb, hogy nagyobb vágányhosszra terjed ki, például a teljes túlemelésben fekvő ívre. A repedezés tipikusan egymáshoz nagyon közel elhelyezkedő, majdnem párhuzamos repedések finom sorozata, távolságuk csak 2-3 mm. A hosszabb repedések távolabb helyezkednek el egymástól (10-20 mm). A HC repedések a sín hossz-tengelyéhez képest különféle szögekben (35o–60o) haladnak, és különféle alakoknak megfelelően fejlődnek. Némelyik szinte egyenes, néhánynak nyújtott „S” alakja van, egy kis hurokkal a végén, mások „V” vagy „C” alakúak. Ha a sín köszörülésével a kerék-sín érintkezési sávban, amennyiben nem is teljesen, de eltávolítjuk az ott található repedéseket, akkor megállíthatjuk a repedés növekedését [3, 5].

6. ábra: Sínfej hajszálrepedés (HC) hiba kialakulása [15]

3.3.2 Repedésfészek 1996-ban a gördülési érintkezési fáradás egy új formáját figyelték meg a nagysebességű vonalakon Németországban, ami Belgrospi néven ismert (7. ábra). Elnevezését arról a három személyről kapta, akik felfedezték: Belz, Grohmann és Spiegel. A repedésfészek periodikusan előforduló repedés-hálózat a sínfej középvonala és a nyomtávsarok között, s kismértékű hullámosodással együtt alakul ki. A felületi repedés a hullámhegyen jön létre és lapos szög alatt hatol be a sínfej anyagába. Ha nincsen eltávolítva, a sín átlós töréséhez vezethet [3, 12].

7. ábra: Repedésfészek megjelenése [15]

3.3.3 Sínfej-lapulás A sínfej lapulás (angolul squat) egyedi, körszerű repedések sokasága a sín futófelületén, amelyek a nyomtávsarok felé terjednek (8. ábra). A squat helyi és nem szabályosan előforduló felületi sérülés, amely elsősorban a futóélhez megnyíló, félkör alakú repedés, s egyenes vágányban alakul ki. A repedés lapos szög alatt növekszik a sínfej belseje felé és függőleges síntörést okozhat.

8. ábra:Sínfej lapulás egyenes vágányban [15]

29


Budapest, 2014.06.25.

A hibát sötét árnyékos terület és a futási sáv kiszélesedése jellemzi a kerékfutási sávban. Az árnyék a repedés egy majdnem vízszintes síkon, éppen a futó felület alatt történő növekedésének eredménye. Ez azt jelenti, hogy a futófelület a repedéssel elvált a sínfej többi részétől és ennek eredményeként könnyebben szétlapul oldalra a kerékterhelés alatt. Mivel a fém szétterül oldalra, csekély mélyedés fejlődik ki a repedésen át, lehetővé téve a korróziós részecskék és a szennyeződés összegyűlését, amely „árnyékot” eredményez. A lapulás és kerékbeégés hasonló képet mutat a sínszálon, s össze is téveszthető. A kerékbeégések azonban leginkább párokban fordulnak elő, mindkét sínszálon egymással szemben, míg a lapulások nem. A lapulások (és a kerékbeégések is) a felület kipattogzásához vezethetnek [3, 12]. 3.3.4 Nyelvszegély képződés A nyelvképződés (9. ábra) jellemzően íves szakaszokon fordul elő, ahol a nyomkarima érintkezési pontján sínfejhajszálrepedések (HC) alakulnak ki és utána a nyomkarima hatására a repedésekből kiindulva nyelvek képződnek. A nyelvszegély jelenléte bizonyítja, hogy a sín repedt. A nyelvszegélyt okozó repedések alakjuk, méretük és futási szögük miatt nem észlelhetőek megbízhatóan ultrahanggal, ezért a legrosszabb esetet kell feltételezni, azaz azt, hogy a sín súlyosan repedt, és ennek megfelelően kell eljárni [3, 12].

9. ábra: Nyelvszegély kialakulási formája [15, fotó: Antal László prezentáció]

4. A vasúti sín diagnosztikája, HC hibák észlelése Az előző fejezetben taglalt sínhibák kialakulásának meghatározására a síndiagnosztikai vizsgálatok alapvetően kétféle csoportba sorolhatóak, amelyek az alábbiak. Sín geometriai jellemzőinek vizsgálata: • sínprofil mérés, • hullámos sínkopás mérése. Sín belső jellemzőinek vizsgálata: • UH vizsgálat, • HC hibák örvényáramos mérése, • sínfeszültség mérés. A HC hibák esetében nagyon fontos a hiba észlelése, a repedés hosszának és sínbehatolása mértékének megállapítása. A HC hibák veszélyessége abban áll, hogy [3]: • a hibafejlődési folyamat folytonos, sőt egy határ után gyorsuló, • a repedés mélységi fejlődésének ellenőrzése a mérések útján csak közelítő eredményt ad, • a repedések egymásba nyílhatnak, a sokszoros sínfej-kitörés veszélye megnő. A HC hibák vizsgálata történhet: • szemrevételezéssel, • videós (videoinspekciós) pályafelügyeleti rendszerrel, • penetráló folyadékos vizsgálattal, • röntgen és CT vizsgálattal, • örvényáramos mérőberendezéssel, • mélyebb repedések esetén UH vizsgálattal. A következőkben az örvényáramos és az ultrahangos vizsgálat elvi módszere kerül részletezésre, melyek vizsgálati tartományait a 10. ábra mutatja. Vizuális (gyalogbejárás)

Örvényáramos készülék

UH vizsgálat

10. ábra: Örvényáramos és ultrahangos mérési terület [6]

30


Budapest, 2014.06.25.

4.1 Ultrahangos vizsgálat Az ultrahangos vizsgálat elve, hogy a nagyfrekvenciájú hanghullámok (ultrahang) a fémekben alig gyengülve, mint irányított sugarak haladnak, azonban határfelülethez érve visszaverődnek. Határfelületnek minősül minden akusztikailag más keménységű közeg, pl. a darab belsejében lévő hibák és a darab hátlapja. Az ultrahangos vizsgálat akusztikus közvetítő közeg (csatoló folyadék) közbeiktatásával nagyfrekvenciájú, irányított hanghullámokkal méri az anyagvastagságot, azonosítja a rejtett repedéseket és elemzi a különböző anyagok minőségét. Az emberi fül számára érzékelhetetlen hang segítségével a berendezések rövid hangimpulzusokat állítanak elő, melyek behatolnak a vizsgált anyagba, és a berendezés a visszaérkező ultrahanghullámok elemzésével adja meg a vizsgálat eredményét. A sínek és hegesztések vizsgálatát úgy végezzük, hogy több irányból besugározzuk a vizsgálandó keresztmetszetet, és amennyiben zárvány, repedés, törés, stb. van az acélban, arról az ultrahang visszaverődik. Így az „előbb visszaérkező ultrahanghullámok” jelzik az anyagfolytonossági hiba jelenlétét. A módszer a rendellenességek kimutatásán túl a hibák méretének és elhelyezkedésének meghatározására is alkalmas. A probléma az, hogy éppen a kezdődő, illetve sekély mélységben húzódó sínfej-hajszálrepedéseket nem szűri ki a módszer. A vizsgálat ugyanis nem terjed ki a teljes keresztmetszetre, vannak „holt” területek. A normál ultrahangos vizsgálatnál nagyjából a síngerinc vastagságában lévő rész kerül érzékelésre, ezért nem lehet felismerni ezzel az eljárással a sín futófelületén lévő repedéseket. Gondot okoz még az is, hogy csak az 5 mm-nél mélyebben elhelyezkedő károsodásokat „mutatja meg”, a felszínhez közeliek „rejtve maradnak”. Mindezekből látszik, hogy az ultrahangos vizsgálat nem terjed ki a HC fejlődés I. fázisára [5,9]. 4.2 Örvényáramos vizsgálat A vizsgálat fizikai alapja, hogy elektromosan vezető anyagokban, időben változó mágneses tér indukció útján áramot gerjeszt (11. ábra). Ezt az áramot örvényáramnak nevezzük. Az örvényáram maga is gerjeszt mágneses teret, amely a külső mágneses térrel ellenkező irányú. A két mágneses tér összegződik, amely eredő erőtérhez vezet, és amelyet mérni és értékelni lehet. Az erőtér változásaiból, viselkedéséből különböző anyaghibákra vagy anyagtulajdonságokra lehet következtetni.

11. ábra: Az örvényáramos vizsgálat működési elve [9]

A vizsgálat során a munkadarabban létrejövő örvényáramokat, így a visszahatás mértékét az ellenőrzött darab elektromos vezetőképessége, mágneses permeabilitása (a mágneses indukció és a mágneses térerősség aránya), geometriai adatai, anyaghibái, az alkalmazott örvényáram frekvenciája valamint a szonda és a vizsgálandó darab távolságának mértéke határozza meg. Jelen tudásunk szerint ez a vizsgálati módszer a legalkalmasabb a kezdeti fázisban lévő HC repedések kimutatására. A készülék nem a repedés mélységét méri, hanem annak hosszát, és az előzetesen megadott repedési szög alapján – amelynek nemzetközileg elfogadott értéke 25° – meghatározza a feltételezett károsodási mélységet [5, 9, 11]. Ma a HC hibák felderítése örvényáramos technológiával történik. Azonban az örvényáramos vizsgálatnak is vannak korlátai. A mérőképesség erősen függ a repedés mélységétől. Kitöredezett sínfej esetén nem használható. A módszer nem képes érzékelni a repedés térbeli haladását, elágazásait. A HC sínhibák osztályba sorolását szemlélteti az 1. táblázat. Az örvényáramos mérési eredményekből adódó károsodási mélységek alapján 5 osztályt különböztetünk meg. A veszélyességi osztályok szerint meghatározottak a kiegészítő vizsgálatok és a szükséges intézkedések [7, 8].

31


Budapest, 2014.06.25.

3. táblázat:A HC hibák minősítése [15]

5. A gördülő terhelésből származó sínhibák kezelésének módszerei A vágány műszaki paraméterei és állapota (lassújelek) nagyban befolyásolják a HC hibák kialakulásának valószínűségét. A fejrepedések annál valószínűbben alakulnak ki, és válnak forgalombiztonságilag veszélyessé, minél nagyobb mértékben vannak jelen a gördülő érintkezés okozta fáradást előidéző jelenségek. A sínfej-hajszálrepedés kialakulását befolyásoló tényezők: vonalvezetés, ívsugár, lejtviszonyok, a vágány műszaki állapota, a pályasebesség, síndőlés, átgördült elegytonna, egy vagy két vágányon működő üzem, kerék és a sínprofil állapota [5].

5.1 A sín kenése A sínek futóéle kenése hatására csökkennek a kerék-sín érintkezésnél ébredő csúsztatóerők, azonban e módszer eredményessége még nem bizonyított. A sínek kenése történhet a vágány sínkenő-berendezései által, és a vontatójárművek kerékperemének kenőberendezései által. Alkalmazási területei: • a sínek oldalkopásának csökkentésére: a kisebb súrlódási erő alapján (adhéziós erő tényezői) a lemart kopás kisebb lesz. • A kisiklási biztonsága a vágányhálózat problémás pontjain növekedhet. A kenés csökkentheti a kisiklás veszélyét. A súrlódási tényező lecsökkentése a sínkopás csökkenéséhez vezethet. Ezáltal a sínfej repedések gyorsabban tudnak növekedni. Másik szempontból pedig az átvezethető hosszirányú súrlódó erők csökkenésétől a Head Check hibák kialakulásának csökkenése várható. Egyes publikációk utalnak arra a körülményre, hogy a HC repedésekbe benyomuló kenőanyag a repedéseknek a gyorsabb kiterjedését teszi lehetővé [5, 13]. 5.2 Sínmegmunkálás Elsődleges cél a folyópályákban és a kitérőkben jelentkező kifáradásból származó sínhibák eltávolítása. Ennek egyik eszköze a síncsiszolás és a marás, amellyel növelhető a sínek élettartama, csökkenek az életciklus költségek (LCC) és a járműveket károsító rezgések, nő a biztonság [2]. A vasúttársaságok által alkalmazott technológiákhoz a következő gépek állnak rendelkezésre: • sínmaró, • hagyományos csiszoló, • nagy teljesítményű csiszoló, • nagysebességű csiszoló, • síngyalu gépegységek. A sínre is igaz, hasonlóan a vasúti pálya többi eleméhez, hogy a megfelelő időben és sűrűséggel, szakszerű módon végrehajtott karbantartás révén az üzemi élettartam növelhető. Cél, hogy a műszakilag szükséges intézkedések a gazdaságilag legjobb időpontban legyenek végrehajtva. A műszakilag-gazdaságilag jó karbantartás pedig megbízható szinten hosszú élettartamot és alacsony élettartam költséget eredményez [3, 14].

32


Budapest, 2014.06.25.

A sínfej-megmunkálási eljárások kiválasztása a minőségi és teljesítményi követelményektől függ, valamint attól, hogyan lehetséges csiszolni bizonyos akadályok területén (kitérők, vasúti átjárók, védő- és vezetősínek, kihúzó berendezések, vágánykapcsolatok, stb.). A sínfej-megmunkálás előnyei: • a vágányok és kitérők hasznos élettartamának növelése, • a felépítmény fenntartási munkaráfordítás csökkentése, • üzemzavarok elkerülése a biztosítóberendezéseknél (pl. sínáramkörös vágány), • a gördülőanyag kopásának csökkentése, • az utazási kényelem fokozása (a járművek stabil futásának támogatása), • zajcsökkentés. A sínfej-megmunkálásnál az alább részletezett eljárások használatosak. Oszcilláló csiszoló gépegységek: • a hengerlési reve eltávolítására a sínfej felületéről, • a csiszolókő alkalmazkodik a sínfejhez, • ezt az eljárást első sorban az új fektetésű síneknél alkalmazzák. Forgó köszörülő gépegységek: • a sínfej hossz- és keresztprofiljának kontrollált megmunkálására vágányokban és kitérőkben. • Ez az eljárás mind az új fektetésű síneknél, mind a fenntartási köszörülésnél is alkalmazható. A meglévő vonalakon igény szerint kell köszörülni a vágányokat és kitérőket. A hosszabb ideje használatban lévő vágányokat és síneket a nyílt vasútvonalakon és az átmenő fővágányokon alapvetően köszörülni kell. A sínfejmegmunkálási eljárásokat általában valamilyen speciális cél elérése érdekében alkalmazzák, melyek a következők [3, 14]: • a futófelület egyenetlenségeinek megszüntetése illetve csökkentése, • a sínfej keresztmetszetének újraprofilírozása, illetve javítása, • a gördülő érintkezés miatti fáradási károk, fejrepedések (Head Check) eltávolítása. 5.3 A gördülő terhelésből származó sínhibák kezelésének gazdaságossága A HC hibák növekedési üteme a sínfejben fellépő feszültségi viszonyoktól és a repedés környéki sínanyag tulajdonságoktól függ. Mivel a részleteket tekintve a befolyásoló paraméterek nem ismeretesek, ezért a HC repedések tényleges növekedési üteme nehezen prognosztizálható. Gyakorlati tapasztalatokból kiindulva a forgalmi terheléssel exponenciális összefüggés tételezhető fel a repedésnövekedés ütemére. A megengedett sérülési mélység 2,7 mm. Ez az örvényáramos mérés által észlelhető legnagyobb sérülési mélység. Nagyobb mélység már nem ellenőrizhető, a lehetséges síntörés időben nem jelezhető 3, 14. A kutatási példák azt mutatták, hogy az optimális köszörülési ciklus a hibafajtának, a hiba növekedési ütemének, a hibamegelőzés költségének és a hiba megszüntetés költségének függvénye. Drága sínanyag és felgyorsult fáradási hibanövekedés esetén az évi sínköszörülés gazdaságos megoldás lehet. Az optimális köszörülési ciklusidőre kizárólag irányérték adható, minden egyedi esetben a körülmények szerepe jelentős. A 12. ábra egy átlagos forgalmi terhelésű fővonalra ad ajánlást a köszörülési intervallum meghatározásához, az ívsugár és a domináns sérülési fajta függvényében. Tipikus ívekben gördülési érintkezési fáradási hiba esetén az optimális beavatkozási intervallum 40-80 millió elegytonna között van. Nagysugarú ívekben és egyenes vágányban a köszörülési ciklusidőt a tényleges állapot dönti el, amikor is az átlagos irányértéknek valahol a 80-120 millió elegytonna forgalmi terhelés között kell lennie [3, 4, 14].

12. ábra: Ajánlás a műszakilag-gazdaságilag optimális köszörülési ciklusidőre [3,14]

33


Budapest, 2014.06.25.

Összefoglalás A kopás természetes folyamat és a sínacél felületi romlása gyorsuló ütemben csökkenti a sín élettartamát. A sínköszörülést mint karbantartási technológiát azért alakították ki, hogy szabályozni lehessen a sín mesterséges kopását és kezelni lehessen a kerék-sín érintkezési ponton kialakuló feszültségeket. A sínköszörülés csökkenti a sínkopást, szabályozza a sín felületi és a sínfelület alatti fáradási repedéseket, a kerekek jobb vezetését eredményezi és a járművek dinamikus stabilitását biztosítja [3]. A cikkben ismertettem a vasúti sínek - vonatforgalom hatására kialakulható – károsodásait, a gördülő érintkezéses fáradási hibák egyik fajtájának, a sínfej hajszálrepedésnek (Head Check) a kialakulását, a sínhibák műszeres vizsgálatait és kezelési módszereit. Célom, hogy a Budapest-Hegyeshalom vasútvonalon, jelenleg a pályában lévő HC hibás sínek, és az újonnan vágányba épített sínszálak – kezelés utáni – állapotának követésével kapott örvényáramos mérési eredményeket összegyűjtsem és kiértékeljem. A sín élettartama alatt bekövetkező romlási folyamatok megelőző/preventív fémeltávolítási, rendszeres karbantartási tevékenység során keletkező költségeket és az ”élettartama végére ért sín”, síncserélés folyamata során keletkező költségek közötti különbségeket összehasonlítsam.

Irodalomjegyzék [1] Gajári J.: Vasútépítés I. Tankönyvkiadó, Budapest 1983. [2] Szalai Tamás: Gördülő fáradásos terhelésből származó sínhibák a Magyar Államvasutak Zrt. állapotfüggő pályafenntartási, -karbantartási rendszerébe történő integrálása. Különös tekintettel az örvényáramos mérési adatok statisztikai elemzéseinek, vizsgálatainak eredményei által tett javaslattételekre, Szakdolgozat, 2013. [3] Dr. Horvát Ferenc: Sínfej károsodási hibák kezelése, karbantartási technológiájuk kidolgozása. Műszaki követelmények meghatározása a gazdasági szempontok figyelembevételével. Részletjelentés, 2013. [4] Bernhard Lichtberger: Handbuch Gleis. Unterbau, Oberbau, Instandhaltung, Wirtschaftlichkeit. Tetzlaff Verlag, 2004 [5] Béli János: Sínfej-hajszálrepedés megjelenése a MÁV vonalhálózatán (1. rész). Sínek világa 2010/2. [6] Herbert Zück – A vasúti sín örvényáramos vizsgálata. Sínek világa 2011/6. [7] P-7656/2011: Az Örvényáramú Vizsgáló Rendszer bevezetése a MÁV hálózatán (Ideiglenes rendelkezés) - MÁV Zrt. PLF belső rendelkezés [8] P-8271/2012: Gördülő érintkezési fáradás okozta sínhibák vizsgálata, a hibák nyilvántartása és kezelése (Átmeneti rendelkezés) - MÁV Zrt. PLF belső rendelkezés [9] Benkő Zoltán: Head Checking sínhibák kialakulásának elemzése, valamint mérési és javítási lehetőségeik. Szakdolgozat, 2013. [10] A BIZOTTSÁG HATÁROZATA 2011.4.26. a hagyományos transzeurópai vasúti rendszer „infrastruktúra” alrendszerének átjárhatósági műszaki előírásairól [11] Gördülési érintkezési fáradás sínekben. Készítette: Railtrack, 2001. február (magyar fordítás) [12] Béli János: Sínfej-hajszálrepedés megjelenése a MÁV vonalhálózatán (4. rész). Sínek Világa, 2011/1. szám [13] Florian Auer, Alfred Wöhnhart (2008) Információk, Head Check – Sínfej-hajszálrepedések, Ms.bau.oebb.at; pp. 24-25. o. [14] T. Hempe – T. Siefer: Schienenschleifen als Bestandteil einer technisch-wirtschaftlichen Gleisinstandhaltung. ZEVrail, 2007. március [15] Dr. Horvát Ferenc Vasúti Pályadiagnosztika, előadás ppt. (Széchenyi István Egyetem, Győr), 2014

34


Budapest, 2014.06.25.

Nemzetközi villamos peron méretezési módszertanok bemutatása, és a budapesti Kálvin téri villamos peron mikroszimulációs eredményeinek bemutatása Kovácsné Igazvölgyi Zsuzsanna BME, Út és Vasútépítési Tanszék, [email protected]

Abstract Budapesten végezett gyalogosszámlálás eredményei azt mutatták ki, hogy a közúti vasúti peronok szolgáltatási szintje sok esetben nem megfelelő. A magyar szabályozás csak a minimálisan alkalmazható peronszélességet adja meg, és felhívja a figyelmet, hogy az utasforgalmat figyelembe kell venni. Különböző utasforgalmakra ajánlást nem tesz. A BKV Sárga könyv és az útügyi műszaki előírás szélső peron esetében 1.5-1.8 méter, míg a közbenső peron esetében minimálisan 3.00 ill. 4.00 m szélességet írnak elő. A vizsgált helyszínekre az amerikai mértezési módszertannal elvégeztem a számítást, hogy mekkora szélesség lenne legalább szükséges, hogy ’LOS C’ szolgáltatási szintet biztosítsunk. Egy helyszínen (Kálvin tér) mikroszimulációs vizsgálat is készült, amely a szélesítést támasztja alá.

Kulcssavak: Budapest, villamos peron, LOS szolgáltatási szint, mikroszimuláció, VISSIM

1 Bevezetés A vizsgálatok aktuálisak, és indokoltak, mert Budapesten gyakoriak a zsúfolt peronok és villamosok (1. ábra). A cikkben bemutatásra kerülnek egyes budapesti helyszínek röviden, és ismertetésre kerülnek a forgalomszámlálás eredményei, a legfontosabb definíciók és szolgáltatási szint kategóriák.

1. ábra: Zsúfolt villamos a Fővám tér előtt Újbuda felé (0.36m2/fő)(Igazvölgyi, 2013)

A hazai szabályozás mellett a nemzetközi ajánlások, kézikönyvek peron méretezési eljárásai ismertetése után, javaslatot fogalmazok meg a peronok szükséges szélességére. A javasolt szélesítés indokoltságát VISSIM mikroszimulációs programmal is ellenőrzöm. Az eredmények kiértékelését követően a további kutatási lehetőségek kerülnek bemutatásra.

2 A vizsgálat indokoltsága, a különböző szolgáltatási szintek bemutatása A gyalogosok mozgási és várakozási jelenségeit az alábbi három legfontosabb paraméter jellemzi: a sebesség (m/s), sűrűség (fő/m2) és mozgástér (m2/fő). A sűrűség megadja, hogy egy négyzetméteren hány gyalogos tartózkodik, míg a mozgástér ennek a reciprokra. A sűrűség növekedésével a gyalogosok sebessége lecsökken, akadályozzák egymás haladását. Szolgáltatási szint definícióját egy amerikai mérnök, Fruin fogalmazta meg gyalogosokra, majd a Highway Capacity Manual is átvette (HCM, 2010). A különböző típusú létesítmények szolgáltatási színvonalát lehet a 6 kategóriával értékelni a fent említett paraméterek alapján. A gyalogosoknál ez a két már említett paraméter a sűrűség és a sebesség. 6 különböző szolgáltatási szint kategóriát különböztetünk meg, és A-tól F-ig jelöljük az abc betűivel. ’A’ a legjobb, ’F’ pedig a legrosszabb szolgáltatási szintet jelöli.

35


Budapest, 2014.06.25.

A vizsgált országok különböző mozgásformákra eltérő szolgáltatási szint kategóriákat határoztak meg, és alkalmaznak jelenleg is. A legjobban ezt a 2. ábra szemlélteti. A kategóriákat ebben az esetben a sűrűség alapján szemlélteti a színes ábra. Az első két kategória Fruintól (Fruin, 1971) származik, és a magyar szabvány is ezeket javasolja figyelembe venni folyosóra (járdára) és lépcsőre. Weidmann több, mint 6 kategóriát állapított meg Pushkaverrel együtt (FSV, 1994). Azon szerzőknél, ahol nincs feltüntetve, ott a létesítmény funkciója nem került meghatározásra. A német szabvány is 6 szolgáltatási szintet határoz meg várakozási felületekre, lépcsőkre, sorban állási szituációkra és folyosókra. Folyosóra szigorúbb a német szabályozás, mint az amerikai, míg sorban állásnál nagyobb értékeket tekint már C , D ill,. E, F LoS kategóriáknak. (Weidmann Transporttechnik, Brilon et al.). Verkehrstechnik Heft 71-ben publikáltak várakozási felületeken mért eredményeket, amelyeket közösségi közlekedési megállókban készítettek. A mérések azt mutatták, hogy az általuk mért maximális 6.6 fő/m2 –es sűrűség csak nagyon extrém szituációkban alakulhat ki. A megállókban 2.0-2.7 fő/m2 sűrűségek voltak megfigyelhetőek. Buszpályaudvarok és peronokra egy nagyon alacsony sűrűséget javasolnak az alábbi tanulmányok és szabályozások, amely 0.67 fő/m2. (VÖV,1998; EAHV, 1994; DB,1993). Ha folyosó lenne, akkor D szolgáltatási szintnek felelne meg ez a sűrűség. A peronok nem csak várakozásra vannak kijelölve. Ugyanis a gyors utascsere érdekében elegendő helynek kell rendelkezésre állnia, hogy a felszállók és leszállók elkeveredjenek, illetve a leszállók elhagyják a peront. Szélsőperon esetében minimálisan 3.00 méteres peronszélességet javasolnak. Az esőbeálló mellett min 1.5 méteres sávszélességet kell kihagyni. Budapesten a Szent Gellért téren 3.00 méter széles a peron. Esős időben viszont kényelmesen nem fér el (konfliktusmentesen) két szembe jövő gyalogos esernyővel. (lásd 3. ábra). A BKV Sárgakönyv (BKV, 2000) a biztonsági sávtól javasolja a 1.5 méteres minimális zóna kialakítását. jelmagyarázat: fő/m2

A B 0.2

C 0.7

Fruin - folyosó és magyar szab.

D 0.9

5.9

1.08

Fruin-sorképződés

1.5 0.4

HBS-várakozás HCM-folyosó

F 2.0

0.7

Fruin-lépcső és magyar szab.

HBS-folyosó, járda

E

2.0 0.45

HCM-sorképződés

1.67

Polus

1.25

Pushkarev - Zupan Weidmann und Brilon

0.5

Wiedmann

0.5

2. ábra: Nemzetközi viszonylatban alkalmazott szolgáltatási szint kategóriák (Fruin, HCM, HBS, Wiedmann alapján saját szerkesztés)

3 Hazai méretezés A hazai peron méretezésre a szabvány (MAÚT, 2009) és a BKV Sárgakönyv ad ajánlást (BKV, 2000). Míg a BKV sárgakönyv szélsőperonra min. 1.3-1.5 1 métert javasol addig a szabván 1.8-2.m minimális méretet ír elő. Viszont közbenső peron esetén pont fordítva van, mert ott a szabvány a megengedőbb, mert min. 3 m szélességet is engedélyez, míg a BKV sárgakönyv min. 4 métert javasol a legkisebb alkalmazható szélességre.

3. ábra: Szent Gellért tér- peronon elhelyezett akadályok hatása (Igazvölgyi , 2014)

1

Új építésűnél min. 1.50 m

36


Budapest, 2014.06.25.

A Handbuch für die Bemessung von Strassenverkehrsanlagen (HBS, 2001) az akadályok hatását nem pontszerűen veszi figyelembe. Például egy jegykiadó automata 5-5 méter hosszban befolyásolja a gyalogosforgalmat, és jelentős holtteret generál az akadályra merőlegesen is, amelyet a méretezés során figyelembe kell venni; értéke akár 0.5-1.0 métert is elérheti. Werner et al. által szerkesztett német kiadvány min 3.8 méter széles szélsőperont javasol (Verner et al , 2011) Az amerikai módszertant a TCQSM (Transit Capacity and Quality of Service Manual Part 7) és (Paul et al, 2004) tartalmazza. Röviden összefoglalva a számítás 5 lépésben összeadja a különböző mozgásformák helyigényeit, majd a peron hosszának elosztásával adódik a peron szélessége. Adott szolgáltatási színvonalhoz egy javasolt peron szélesség intervallum adódik a számításból. A várhatóan a peronon várakozó maximális utasszám és a le- és felszálló utasok számát kell a számítás során a különböző lépésekben igényelt területté konvertálni. A területek a következők: várakozási felület, folyosó (nem állnak gyalogosok), nem használt terület (akadályok, szemetes stb), buffer zóna (~0.5m széles biztonsági sáv) és a sorbaállási felület (liftek, mozgólépcsők előtt). Ezt a módszertant alkalmazva kerültek kiszámításra a peronok szélessége a 4 vizsgált helyszínen.

4 Vizsgált helyszínek Budapesten – rövid bemutatás és szolgáltatási szint 4.1 Kálvin tér 2013. október 2-án, szerdai napon csúcsidőben készült a forgalomszámlálás (4.ábra). A számlálásból a csúcsnegyedóra kiválasztása után, szerelvényenként kiértékeltem az adatokat. A legfontosabb eredményeket az 1. Táblázat tartalmazza. Jelenlegi szolgáltatási szint LOS D. Ahhoz, hogy legalább LOS C szolgáltatási szintet biztosítsunk az amerikai számítás alapján 5.3 és 8.2 méter között kellene lennie a peronszélességnek. A peron jelenlegi szélessége 5.6 m (ezt viszont csökkenti a sodrási határ és az oszlopsorok), hossza 33 m, mindkét végén jelzőlámpás gyalogátkelő található. Egyik végén 4 m széles lépcsőn keresztül juthatna k el az utasok az aluljárón keresztül az M3 metró felé. Az utasforgalom 70%-a a lépcsőn keresztül érkezik a peronra; csúcsidőben nagyon zsúfolt.

4. ábra: Kálvin tér (Igazvölgyi , 2014)

4.2 Fővám tér A téren a villamosmegálló a metróberuházás és a Szabadság-híd felújításával azonos ütemben (2008) megújult, és a szélső peronokat (5. ábra) átépítették közbenső szigetes peronra. A közbenső sziget, a jelzőlámpára várakozók kiszolgálása így magasabb színvonalon történik. Jelenleg a peron jó szolgáltatási szinten üzemel (LOS B), a szélesítés nem indokolt a forgalomszámláskor mért utasforgalom alapján (1. Táblázat). A peron jelenlegi szélessége 5.4 méter.

5. ábra: Fővám tér az átépítés előtt és után (forrás: ujbudatérinfó)

4.3 Szent Gellért tér A villamosmegálló két szélső peronból áll. 2005 előtt épült át, korábbi helyén (Szabadság-hídhoz közelebb, a Gellért szállóval szemben) közbenső peron és szélsőperon is ki volt építve. Jelenleg a peronszélesség 3.00 méter. A tényleges szélességben a védőkorlát és a biztonsági sáv is benne van, az effektív szélesség 2.4 méter és 50 méter hosszú. A jelenlegi szerelvények, amelyek közlekednek a vonalon 26 méter hosszúak. A Móricz Zsigmond körtér felé a peronon a

37


Budapest, 2014.06.25.

leszálló forgalom a jelentősebb, ezért a méretezés szempontjából ez a kritikusabb. A Fővám tér felé eső peronon a várakozó utasforgalom a jelentősebb (5. ábra). A megálló forgalma jelentős, mert több villamos viszonylat áll meg ebben a megállóban (47, 49, 18, 19, 41), és 1-1.5 percenként érkezik csúcsidőben egy-egy szerelvény. A peron mindkét végén jelzőlámpás gyalogátkelőhely szolgálja ki a peronokat.

6. ábra: Szent Gellért tér Fővám tér felé (forrás: Igazvölgyi, 2013)

A ’leszálló’ peronra végeztem el a méretezést, amely azt az eredményt adta, hogy több, mint 1.5 méterrel kellene szélesebbnek lennie a peronnak (1.Táblázat). A peron szolgáltatási szintje jelenleg LOS E. A bejárás és a megfigyeléseim alapján elmondható, hogy a szolgáltatási szintet jelentősen befolyásolja a jelzőlámpa szabad jelzésére várakozó gyalogosok torlódása. Ráadásul a vágányokon a gyalogosok jelentős része szabálytalanul, tilos jelzés ellenére kel át. 4.4 Astoria Az Astoriánál a Fővám tér irányába haladó vágány melletti peront vizsgáltam. Jelenleg a peron szélessége 3.8 m 38 m hosszú. A csúcsidőszakot a reggeli csúcsban, 8 óra előtt mértem (7. ábra). A képen forgalomzavarban készült, amikor a zavar miatt nem érkezett az első 5 percben szerelvény. A megfigyeléskor azt tapasztaltam, hogy az utasforgalom egy ideig növekedett, mert a zsúfolt peronról sokan átmentek a buszmegállóba, és választottak másik módot az utazásukhoz. Csúcsidőben a peron szolgáltatási szintje LOS D volt normál körülmények között. A méretezés alapján (1. Táblázat) kisebb peronszélesítéssel is már LOS C szolgáltatási szint érhető el.

7. ábra: Astoria (2013. Október) – egy villamosjárat kimaradt (Igazvölgyi, 2013)

4.5 Forgalomszámlás és a méretezett peronszélességek összefoglalása Kálvin tér Összes felszálló utas a csúcs 15 percben Összes leszálló utas a csúcs 15 percben A jármű érkezésének pillanatában várakozó utasok száma Peron szükséges területe min 'LoS C' esetén max LoS C: min és max peron szélesség

Fővámtér

Szent Gellért Bertalan Lajos utca felé

Astoria

602 Utas

340 Utas

180 Utas

760 Utas

567 Utas

380 Utas

825 Utas

100 Utas

95 Utas

57 Utas

15 Utas

103 Utas

147 m2 207 m2

135 m2 190 m2

123 m2 187 m2

114 m2 151 m2

5.3 m

5.2 m

4.7 m

4.4 m

8.2 m

7.3 m

7.2 m

5.8 m

1. Táblázat: A részletesen vizsgált 4 peron TCQSM alapján méretezett peronszélességei

38


Budapest, 2014.06.25.

5 Ellenőrzés VISSIM mikroszimulációval a Kálvin téren Egy korábbi prezentációban a Kálvin téren csak akadályok nélküli hatását vizsgáltam mikroszimulációval a peron szélesítésének. Jelen cikken a jelentősebb akadályok is (2 padsor) figyelembe vannak véve. Az amerikai méretezési módszertannal kiszámolt peronszélesség javaslatot ellenőrzöm le a szoftver segítségével, közben bemutatva a jelenlegi állapotot is. Fontos kihangsúlyozni, hogy a forgalomfelvétel még a 4-es metró átadása előtt készült. Az átadás óta forgalomfelvétel készült, de az elsődleges feldolgozás és a megfigyelés nem mutatta ki egyelőre az utasforgalom drasztikus csökkenését a peronokon.

LOS

Folyosó (fő/m2)

A B C D E F

<0.31 0.31-0.43 0.43-0.72 0.72-1.08 1.08-2.15 >2.15

Várakozási felület (fő/m2) <0.83 0.83-1.08 1.08-1.54 1.54-3.59 3.59-5.38 >5.38

2. Táblázat: Fruin szolgáltatási szint kategóriák folyosóra és várakozási felületekre (mozgástér)

A mikroszimulációs vizsgálatot a PTV VISSIM programjával készültek. A programba a forgalomszámlás adatai kerültek be input adatként. A főbb geometriai adatokat az út és vasútépítési tervekről származnak. Korábbi cikkben (Igazvölgyi, 2015) a Kálvin téri peron szélesítését alátámasztó eredményeket ismertettem. Jelen cikkben már a legfontosabb akadályokat (két hosszabb pad) is figyelembe vettem a modell felépítése során. A forgalomlefolyást legjobban a felületen mért maximális sűrűséggel szemlélteti legjobban a program. A színes ábrák jelmagyarázata alapján beazonosíthatóak a kritikus pontok. A jelenlegi peronszélesség ellenőrzése azt az eredményt adta, hogy a Fővám tér felől érkező szerelvény mellett a jelentős leszálló utasforgalom LOS E szolgáltatási szintet is elér. A két pad visszaduzzasztó hatása jól megfigyelhető a 8. ábrán. Az utasok koncentrálódnak az ajtók környezetében. A jelzőlámpás átkelőnél várakozók is akadályozzák a peron ürülését.

8. ábra: Kálvin téri peron (2013-as állapot)

Az első modell az 5.6 m méter széles peron (biztonsági sávval kibővítve) szolgáltatási szintjét ellenőrzi. Az eredményt a 9. ábra szemlélteti. A jelzőlámpánál a várakozási felület továbbra is zsúfolt, de a szélesítés miatt a leszálló utasokat és a lépcső forgalmát már kevésbé zavarja. A padsorok akadályozó hatása kisebb, mint az előző modellben.

9. ábra: Kálvin téri peron- 5.6 m széles + biztonsági sáv

A második 7.5 méteres szélesítésre készített modell (10. ábra) szemlélteti a legjobban, hogy az jármű ajtainál tapasztalható sűrűsödéseken kívül a peron szolgáltatási szintje a legtöbb felületen jobb, mint LOS C. A padsorok2 itt már jelentősen nem befolyásolják a forgalomlefolyást. A jelzőlámpák várakozó felületein továbbra is elégtelen a szolgáltatási szint. Ráadásul több utas is ér oda gyorsabban, hogy a szabad jelzésre várakozzon.

2

A padsorok, mint akadályok (obstacles) a színes ábrákon nem mindegyik modellben látszanak.

39


Budapest, 2014.06.25.

10. ábra: Kálvin téri peron – 7.5 m széles + biztonsági sáv

6 Konklúzió A mikroszimulációs vizsgálat alátámasztja azt a tényt, hogy a villamos peron szélessége a Kálvin téren nem elegendő jelenleg. A kétféle vizsgált szélesség eredményei azt mutatják, hogy az ideális szélesség 7 méter felett van a vizsgált forgalomra. A számítással méretezett peronszélességek közötti döntést nagymértékben elősegíti a VISSIM szimuláció, ráadásul a program a kisebb kritikus helyeket is mutatja. Az akadályokat a vizsgálat során nem lehet elhanyagolni. Viszont fontos kihangsúlyozni, hogy további vizsgálatokra van szükséges, ugyanis a különböző akadályokat a gyalogosok különböző mértékben közelítik meg. Fontos kihangsúlyozni, hogy a két szélesítés esetén a jelzőlámpaprogram nem módosult. A későbbiekben vizsgálni lehetne a hosszabb peron hatását a forgalomlefolyásra, mert akkor esetlegesen az egyszerre beérkező szerelvényekről leszálló utasok egyenletesebben oszlanának el a peronon. A hatása mindenképpen pozitív lehet, viszont ekkor a gyaloglási távolságok növekednek, az átszállási idő a metróra megnövekedik. A vizsgálatok alapján elmondható, hogy a peron forgalomlefolyását befolyásolja az őt kiszolgáló létesítmény (jelzőlámpa, lépcső) kapacitása. A peronon elhelyezett akadályt az első két ajtón leszálló utasok (Astoria felé) nem tudják kikerülni. A tervezés során azt is figyelembe kell venni hogy két pontszerű akadály között az utas áramlás legalább két nyomon le tudjon zajlani. Jelenleg ez sajnos nem megoldott, mert még a perontető oszlopai is további akadályokat jelentenek a gyalogosoknak.

7 További vizsgálatok A további kutatás során további akadályok hatásait lesznek vizsgálva, mint az esőbeálló elhelyezése és kialakítása (oldalfal plusz akadályt jelent), és szélső peron esetében a folytonos védőkorlát forgalom lefolyásának befolyásolása. Jelen vizsgálatok rámutattak arra, hogy a peront különálló létesítményként nem elegendő vizsgálni. A jelzőlámpás gyalogátkelővel kiszolgált peronok végén a lámpaprogramok miatt kisebb torlódások voltak megfigyelhetőek. Ezek a jelenségek több másik helyszínen is megfigyelhetőek a szűk közbenső szigeteken (Szent Gellért tér, Gárdonyi tér). A Szent Gellért téri 1.8 m széles felálló terület csúcsidőben nem elegendő (lásd 11. ábra).

11. ábra: Szent Gellért tér- szűk közbenső sziget (Igazvölgyi 2012)

8 Köszönetnyilvánítás Szeretném megköszönni a PTV cégnek, hogy rendelkezésemre bocsátotta a VISSIM programot kutatási célra a PhD képzésem kezdete óta. / Special thanks to PTV Company for the research license of VISSIM microsimulation software.

Felhasznált források [1] Deutsche Bundesbahn, DS800 05 Bahnalagen entworfen Personenverkersanlagen, 1993 [2] e-UT 03.07.24 (ÚT 2-1.212:2009) A közúti közösségi közlekedés (tömegközlekedés) pályáinak, utas- és járműforgalmi létesítményeinek tervezése, 2009. [3] Forschungsgesellschaft für Strassen- und Verkerswesen: Emfehlungen für Planung, Bau und Betrieb von Busbahnhöfen, Köln, 1994

40


Budapest, 2014.06.25.

[4] Fruin J. Designing for pedestrians, A level of service concept, Highway Res. Rec. Vol. 35, 1971, pp. 1–15. [5] Galiza, R. J., Kim I., Ferreira L., Laufer J. Modeling pedestrian circulation in rail transit stations using microsimulation, 32nd Australasian Transport Research Forum, Auckland, N.Z., Canberra A.C.T. Australia, 29 September - 1 October 2009, pp. 1–12. [6] Handbuch für die Bemessung von Strassenverkehrsanlagen (HBS) Chapter 11, Köln, Germany, 2001. [7] Highway capacity manual transport research board (TRB), National Research Council, Washington, USA, 2010. [8] Paul Ryus (Ed) Kittelson & Associates INC, Stop, station and terminal capacity, Vol. I, Portland State University, US, 4 May 2004. [9] Közúti vasúti pályaépítési és fenntartási műszaki adatok és előírások, Budapest, 2000 (Fővárosi Közlekedési Felügyelet) Budapest, Fővárosi Közlekedési Felügyelet, 2000. [10] TRB's Transit Cooperative Research Program, Transit Capacity and Quality of Service Manual, 2nd Edition. Washington, USA, Transportation Research Board, 2003. [11] Vernbanfd öffentlicher Verkehrsunternehmen (VÖV) Haltestelle für Busse und Strassenbahnen. Anordnung, GEstaltung, Bemessung und Ausstaltung, VÖV-Schriften, Reihe Tehnik Köln 1988 [12] Werner Schanbel és Dieter Lohse, Grindlagen der Strassenverkehrstecjnik und der Verkehrsplanung Band 1 Strassenverkehrstechnik, 3. Vollständig überarbeitete Auflage, 2011 Berlin [13] Zsuzsanna Kovács Igazvölgyi, Pedestrian’s level of service on tramnline paltfroms in Budapest (megjelenés alatt) Pollack Periodica An International Journal for Engineering and Information Sciences [14] Weidmann U. Transporttechnik der Fussgänger, IVT, Zürich , Switzerland, Schriftenreihe des IVT Nr. 90 1993.

41


Budapest, 2014.06.25.

Vizuális megfigyelésen és járműdinamikai méréseken alapuló közúti vasúti pályadiagnosztikai módszertervezet Vinkó Ákos Budapesti Műszaki és Gazdaságtudományi Egyetem, Építőmérnöki kar, Út és Vasútépítési tanszék [email protected]

Abstract A pályaállapot meghatározására az európai vasúthálózatokon a vizuális megfigyelésen kívül többnyire járműdinamikai és terhelt gépi geometriai mérőrendszereket használnak. A közúti vasutak gépi állapotfelmérése azonban jelenleg nem széleskörűen elterjedt. Ennek oka lehet egyrészt a közúti vasutakon alkalmazott kisebb üzemi sebesség és tengelyterhelés, továbbá a felépítmények túlbiztosítottsága, így a szakemberek elegendőnek tartják a vonalbejáráson, vizuális megfigyelésen alapuló állapotfelmérést a karbantartási munkák tervezéséhez, végrehajtásához. A fenntartási munkák költségeinek csökkentése, a szolgáltatási szint és az utaskomfort biztosítása azonban megkövetel egy egységes állapotfelmérési rendszert, mely a vizuális megfigyelésre és a gépi vágánymérési eredményekre is támaszkodik. Budapest villamoshálózatára egy állapotfelmérési módszertervezet és hozzá kapcsolódó térinformatikai rendszer (GIS) kidolgozása folyik, mely lehetőséget ad a hibák későbbi elemzésére és a fenntartási munka hatékonyabb tervezésére is. A kidolgozás alatt lévő módszer vizuális megfigyelés (gyalogos vonalbejárás), valamint járműdinamikai mérések (kerékre szerelt gyorsulásmérők) alapján ad információt a pálya állapotáról.

Kulcsszavak: Állapotfelmérési rendszer, vizuális megfigyelés, kerékre szerelt gyorsulásmérők, GIS

1 Bevezetés Budapest kiterjedt villamoshálózattal rendelkezik, melyen jelenleg jelentős mértékű rekonstrukciós és fejlesztő munkák zajlanak. A BKV pályás szakemberei számára jelenleg azonban nem áll rendelkezésre semmilyen döntéstámogató rendszer, mely megkönnyítené a fenntartási munkák tervezését. A fejlesztés alatt lévő módszertervezet a pályaállapot közelítő becslése alapján szeretné hatékonyabbá tenni e munkák tervezését.

2 Pálya állapotfelmérési rendszer Egy gyalogos vonalbejáráson és járműdinamikai méréseken alapuló állapotfelmérési módszertervezet és a hozzá kapcsolódó térinformatikai rendszer kidolgozása folyik Budapest villamoshálózatára. Az állapotfelmérési rendszer célja, hogy könnyen mérhető vágányparaméterek alapján állítson elő egy a pálya állapotát reálisan jellemző mérőszámot. A közúti vasútaknál azonban a városi kötöttségekből adódóan nagyon sokféle pályaszerkezetet alkalmaznak, így a pályaállapot egységes rendszerben történő meghatározásához ki kell jelölni azokat a vágány paramétereket, melyek felépítménytípustól függetlenül a lehető legjobban jellemzik a vizsgált pályaszakaszt. Ezen paraméterek kiválasztása nagyszámú vágánymérések statisztikai kiértékelésével történne. A vágányméréseket, a hibák későbbi elemzése és előrejelzése céljából, célszerű egy térinformatikai rendszerben tárolni. Magyarországon, a közúti vasutak gépi, terhelt állapotfelmérésére alkalmas mérőkocsi hiányában eddig még nem volt lehetőség. Jóllehet rendelkezésre állnak mérőeszközök, melyekkel a vágány terhelés nélküli geometriai viszonyait mérni lehet, de legtöbb esetben ez nem elegendő, hogy reális képet kapjunk a pálya tényleges állapotáról. Ebben az állapotfelmérési rendszerben a terhelt vágánymérést, a normál üzemben közlekedő járművek kerekeire szerelt gyorsulásmérők alkalmazása biztosítja. 2.1 Térinformatikai rendszer és hibaregisztráló űrlap A rendszer része egy online hibaregisztráló űrlap (1. ábra), amely a gyalogos vonalbejárások során megfigyelt meghibásodások adatbázisban történő helyalapú, fényképes rögzítését szolgálja. A hibabejelentő online űrlap 3 részből áll: a hibahely rögzítéséből, a felépítménytípus azonosításából továbbá az egyes szerkezeti elemek meghibásodásainak kiválasztásából. A hibahely beazonosíthatósága az irány, a megálló vagy megállóköz illetve GPS koordinátákat is rögzítő fényképezőgép segítségével vagy utca, házszám megadásával történik. A felépítménytípus azonosítása az adatbázisban előre letárolt adatok alapján lehetséges. Az adatbázis tartalmazza a Budapesten alkalmazott felépítménytípusokat és azok szerkezeti elemeit is. A hibahely és a felépítmény típusának azonosítása után megadhatók az egyes szerkezeti elemek észlelt meghibásodásai [1]. A szerkezeti elemek lehetséges meghibásodási formái szintén az adatbázisban vannak tárolva, de lehetőség van ezek pontosítására, kiegészítésére a gyakorlati tapasztalatok alapján.

42


Budapest, 2014.06.25.

1. ábra: Az online hibaregisztráló űrlap 3. lépése és a vonalbejárásokon készített fotók

2.2 A vizsgálatba bevont jármű és pálya Ahhoz, hogy egy meghibásodást detektáljunk, vagy előre jelezzünk, a pályát és a járművet együtt kell kezelnünk, hiszen a pálya avulása egy öngerjesztő romlási körfolyamat, amely a jármű-felépítmény-alépítmény kölcsönös egymásra hatásából vezethető le. Így a meghibásodások kialakulásának megértésében fontos a járművek menetdinamikai jellemzőinek, futásstabilitásának, gépészeti berendezéseinek ismerete is. A vizsgálatba bevont jármű GANZ nyolctengelyű, csuklós villamos motorkocsi (továbbiakban: „ICS”). A két hajtott tengelypár a jármű két végén található. A jármű összes forgóváza merevtengelyes kialakítású. A hajtott kerekeknél dobfék, a szabadonfutó tengelyeknél pedig tárcsafék található. A hajtott tengelyeket külön motor hajtja, melyek forgóvázon belül állandóan sorba, míg a motorpárok egymással lehetnek sorba vagy párhuzamosan kapcsolva. A jármű egyik legfontosabb jellemzője, hogy nincs nyomatékszabályozás, kerékmegcsúszás elleni védelem, azonban a kontrollerben van egy fél-automatikus indítómű, ami menetre kapcsolásnál csillapítja a hírtelen indulás káros következményeit. A jármű rendelkezik egy menetrögzítő készülékkel, mely a az első hajtott tengely forgása alapján ad információt a megtett útról és sebességről, továbbá a jármű fekete dobozaként is szolgál. A nyíltvonali üzemi próbamérések a Budapesti 49-es villamos viszonylaton történtek, ahol a pályaszerkezet jelentős részét vályús sínnel kialakított RAFS felépítmény alkotja.

3 Módszertan A fejlesztés alatt lévő állapotfelmérési rendszer két egymástól független adatforrással rendelkezik. Az adatok egyik részét a vonalbejárások során megfigyelt meghibásodások adattára alkotja, melyek a fentebb említett hibaregisztráló űrlap segítségével kerültek rögzítésre. A rendszer másik alapelemét a járműdinamikai mérések jelentik. A kerékre szerelt gyorsulásmérők adatainak felhasználásával meghatározhatók a pálya potenciális hibahelyei, hiszen a jármű rendellenes mozgásaiból adódó többletigénybevételek a pályán idővel tényleges hibákat okozhatnak. Az állapotfelmérési rendszer a dinamikus vágánymérési adatok (gyorsulásmérők) mellett GPS helyzetinformációkat és a jármű saját menetrögzítőjének adatait is felhasználja. Az inerciális szenzorok adatai alapján meghatározott potenciális hibahelyek validálása vonalbejárások (vizuális megfigyelés) és TrackScan terheletlen vágánygeometriai mérőrendszerrel történik. A validálás alapját a meglévő pályahibákon mért adatok jellegzetességeinek gyűjtése jelenti. 3.1 Járműdinamikai mérések, mérési elrendezése A járműdinamikai mérések során kerékre szerelt digitális 3 tengelyű USB-s gyorsulásmérők kerültek alkalmazásra. Egyelőre két eszköz áll rendelkezésre, így a gyorsulásmérők a szabadonfutó és hajtott kerékre kerültek felhelyezésre. A jövőben azonban a jármű minden kerekére célszerű lenne felhelyezni egy-egy eszközt. A gyorsulásmérők kerékre történő rögzítését egy fémlemez biztosítja, mely két távtartóval illeszkedik a keréktárcsán lévő két furatba. A lemezen a gyorsulásmérő rögzítése kábelkötegelővel és kétoldali ragasztóval történik. A gyorsulásmérő hossztengelye a sugárra merőleges, így a mérési tengelyek az érintőirányú, a centrifugális és oldalgyorsulást mérik (2. ábra). Az érintőirányú és centrifugális gyorsulások főként a kerékmegcsúszás detektálására használatosak, míg az oldalgyorsulás a jármű dinamikus mozgását (sín-kerék közötti dinamikus igénybevétel) jellemzi.

43


2. ábra:

Budapest, 2014.06.25.

Gyorsulásmérők rögzítése a keréken és mért gyorsulásadatok

3.2 Lehetséges hibahelyek detektálása, járműdinamikai mérések alapján A potenciális hibahelyeknek alapvetően két csoportját különböztethetjük meg. Vannak szabad szemmel látható, már kialakult meghibásodások és vannak, amelyek még közvetlenül nem érzékelhetők. Az első kategóriába tartoznak a sínkopások, felületi meghibásodások, törések, amelyek egy ciklikus fárasztó igénybevétel eredményei. A közvetlenül nem érzékelhető hibahelyek a pálya-jármű (sín-kerék) között kialakuló hirtelen ciklikus igénybevételeknek köszönhetően a jövőben tényleges hibahelyekké válhatnak. A kerékre szerelt gyorsulásmérők adataiból a potenciális hibahelyekre lehet következtetni. A kerék síkjából kifelé mutató oldalgyorsulás (az) alkalmas a sín és a kerék között létrejövő hirtelen ütések detektálására. Az érintőirányú (a x) és centrifugális gyorsulás (ay) pedig a függőleges síkú teherátadásban jelentkező többletigénybevételeket tudja kimutatni. Ezen kiugró értékek detektálására szolgál az Inverz Folytonos Wavelet Transzformáció [3], mely a keréken mért gyorsulásadatok frekvencia tartománybeli szűrését valósítja meg oly módon, hogy a tranzienseket, vagyis a gyorsulásadatok kiugró értékekeit bennhagyja a jelben, de a járulékos zajokat kiszűri.

3. ábra: Kálmán-szűrő rendszer modellje

A többletigénybevételek szelvényszintű beazonosítása a keréken mért gyorsulásadatok Kálmán-szűrésével valósítható meg (3. ábra). A Kálmán-szűrő [2] egy megfelelő fizikai modell [4] megválasztása mellett alkalmas a keréken mért gyorsulásadatokból (ax, ay), a nem mért járműparamétereket kiszámítására, mint például a jármű által megtett út (p i), pillanatnyi sebesség (vi) és horizontális gyorsulás (ai). Mérési egyenletek (1) (2):

r

p

p

r

a   g sin  p cos   s p   g sin  a cos  s a x rw rw rw rw

(1)

rs

p p r a   g cos  p sin  2 p 2   g cos  a sin  s2 v 2 y rw rw rw rw (2) ahol g [m/s2]: nehézségi gyorsulás, rs: a szenzor sugara a keréken, p megtett út, v járműsebesség és az a lineáris gyorsulás. Ennek a módszernek az előnye, hogy a fizikai modell könnyedén bővíthető és a modellben fel lehet használni egyéb szenzoradatokat is a mérési eredmények pontosítására. A jármű által megtett út alapján a feltételezett hibahely könnyen beazonosítható, amit GPS szenzoradatokkal, vagy a jármű menetrögzítője által szolgáltatott adatokkal lehet pontosítani.

44


Budapest, 2014.06.25.

4 Előzetes mérési eredmények Kocsiszíni és nyíltvonali próbamérések során került sor a járműdinamikai mérések előzetes tesztelésére. Mindkét mérés során felhasználásra kerültek GPS helyzetinformációk és a jármű menetrögzítőjének adatai is, különösképpen a járműsebesség és a megtett út (4. ábra). A kocsiszíni mérések során a jármű tetejére kihelyezésre került egy GPS vevőkészülék, melynek mérési adatait számítógép rögzítette. A GPS helyzetinformációkból (NMEA formátum) a megtett út és sebesség szintén kinyerhető, bár ezen adatok pontosságát a műholdellátottság jelentősen befolyásolja. A kocsiszíni mérések során a gyorsulásmérők adatainak tesztelése céljából a megállás előtt és után fénykép készült a gyorsulásmérőről a keréken, hogy a számított megtett út ellenőrizhető legyen. A kocsiszíni mérés főként a hirtelen indulás és intenzív fékezés káros hatásainak detektálására koncentrált.

4. ábra: Intenzív indulás és fékezés esetén a keréken mért gyorsulásadatok és a villamos menetrögzítőjének adatai

A nyíltvonalon elvégzett próbamérések során kiderült, hogy nagyobb sebesség esetén fellépő dinamikus hatások meghaladják a szenzorok érzékelési tartományát (±16g), így a jövőben az inerciális szenzorokat le kell cserélni. Továbbá egyenletes sebességgel való haladás esetén, vagy kis gyorsítás mellett a szinuszfutás hullámhossza is meghatározható volt a mért gyorsulásadatokból.

5 Összegzés és további vizsgálati lehetőségek A jelenleg is kidolgozás alatt lévő pályadiagnosztikai módszer alkalmas a pályahibák detektálására és megfelelő validálás után a hibák előrejelzésére is, több időszak mérési eredményeinek figyelembe vételével. A jövőben mindenképpen szükséges a csapágytokra szerelt illetve ezen elrendezés mérési pontosságának, hatékonyságának összehasonlítása. Fontos megemlíteni, hogy a mért gyorsulásadat jelentős zajjal terheltek, így a gyorsulásadatok szűrése komoly szakértelmet kíván, hogy például a az oldalgyorsulás kiugró értékeit ne szűrjük le. A próbamérések után kezdődhet a folyamatos üzemben történő mérés. E mérések során több szempont vizsgálatára sor kerülhet a pálya avulásával kapcsolatban, mint például a járművezetői stílus vagy az időjárás hatása. Amennyiben a jövőben a gyorsulásmérő minden kerékre fel lenne szerelve, lehetőség nyílna a pályageometria közelítő meghatározására is.

Köszönetnyilvánítás Köszönetemet fejezem ki a BKV Zrt. dolgozóinak, hogy hasznos észrevételeikkel és technikai támogatásukkal segítették és segítik munkámat.

Hivatkozások [1] SPERRY Rail Service: RAIL DEFECT MANUAL for the use of railroads, A Division of Automation Industries Inc., 1964 [2] R.E. Kalman, A New Approach to Linear Filtering and Prediction Problems, Transactions of the ASME – Journal of Basic Engineering, 82 (Series D), 1960. pp. 35–45. [3] Daubechies, I., The wavelet transform time-frequency localization and signal analysis, IEEE Transactions Information Theory, 36, 1990. pp. 961–1004. [4] Bernd Gersdorf and Udo Frese, A Kalman Filter for Odometry using a Wheel Mounted Inertial Sensor, 10th International Conference on Informatics in Control, Automation and Robotics, Reykjavík, 2013. pp. 388–395. [5] Simon Iwnicki: Handbook of Railway Vehicle Dynamics. Taylor & Francis Group, LLC, 2006. [6] Gáspár László, Horvát Ferenc, Lublóy László: Közlekedési létesítmények élettartama. UNIVERSITAS-Győr Nonprofit Kft., 2011. pp: 93–170.

45


Budapest, 2014.06.25.

Kitérődiagnsztika hajtóműáram kiértékelés alapján Lövétei István Ferenc1, Dr. Szabó Géza2 1 Közlekedés és Járműirányítási Tanszék, BME, [email protected] 2 Közlekedés és Járműirányítási Tanszék, BME, [email protected]

Absztrakt Jelen cikk kitérő (váltó) diagnosztikai kérdésekkel foglalkozik, amely ma egy nagyon fontos területe a vasúti közlekedésnek. A kitérőkön való közlekedésből adódó veszélyeztetések következményei jelentősek lehetnek, ezért fontos az ezekből adódó kockázatoknak a megfelelő szintre való csökkentése. A kockázatcsökkentés egyik módja a kitérő állapotának folyamatos nyomon követése, az állítási folyamat kontrollálása. A cikk első részében felhívjuk a figyelmet a kitérődiagnosztika szerepére, majd a következő részben áttekintjük a Magyarországon már jelenleg is alkalmazott rendszereket. A negyedik fejezetben bemutatjuk a Közlekedés és Járműirányítási Tanszéken már korábban alkalmazott szabály alapú diagnosztikai rendszert, majd bemutatjuk azokat a lépéseket, amelyekkel jelenleg is foglalkozunk. A célunk egy modell alapú kitérődiagnosztikai rendszer kiépítése, melyhez a Tanszéken egy váltó is rendelkezésre áll. Bemutatjuk, hogy hol tartunk jelenleg, és milyen lépéseket szükséges még a továbbiakban megtennünk.

Kulcsszavak: kitérő, diagnosztika, hajtómű áramfelvétel

1 Bevezetés A vasúti kitérők az infrastruktúra egyik legfontosabb elemei, ezért fontos, hogy feladatukat biztonságosan lássák el. Bármely meghibásodásuk jelentős késéseket okozhat a teljes hálózaton. A késések jelenős többletköltséget jelentenek mind az infrastruktúra üzemeltetők, mind az infrastruktúra használók (vasúti operátorok, utasok) számára. A kiérőket más szempontból vizsgálva megállapíthatjuk, hogy a kitérőkön való közlekedés kockázatos lehet, ezért szükséges ezen kockázatok csökkentése. Ez azt jelenti, hogy egy meghibásodás balesetet okozhat, amely még több költséget jelent a vasúti piac szereplőire nézve. Ezért szükséges, hogy a kitérők megbízhatósági, rendelkezésre állási és biztonsági mutatói növekedjenek, annak ellenére, hogy ezek a műszaki szerkezetek egyre nagyobb járműsebességet és tengelyterhelést kell, hogy elviseljenek. Ebben a cikkben, a szerzők a magyar, ún. „Siemens-elvű váltóhajtómű”-re szeretnének egy ellenőrzési rendszert bemutatni, már csak azért is, mert ezen típusú kitérők a magyar vasúthálózaton a mai napig jelentős számban megtalálhatóak.

2 A kitérődiagnosztika szerepe A kitérő aktuális állapotának ismerete nagyon hasznos, mert segítségével egy kitérő állapota folyamatosan megfigyelhető és ellenőrizhető. Ennek segítségével a karbantartási munkák könnyebben tervezhetőbbek, ami kevesebb késést, kisebb költséget és nagyobb biztonságot jelent a vasúti közlekedés valamennyi résztvevőjének számára. Például, 2003-ban Angliában, az infrastruktúra meghibásodások 55%-a kitérő és biztosítóberendezési meghibásodásokhoz volt köthető. Szintén 2003-ban Angliában, az infrastruktúra meghibásodások 14 millió perc késést okoztak a teljes hálózaton, miközben a kitérők karbantartási költsége ezer kilométerre vetítve 1,4 milliárd Ft-ot tett ki [1]. Ezek az adatok a kitérő diagnosztikai rendszerek fontosságát is mutatják. Jelenleg, a MÁV (Magyar Államvasutak) egy idő alapú – diszkrét – kitérő ellenőrzési rendszert használ. Ez azt jelenti, hogy évente két alkalommal egy teljes, komplex váltóvizsgálatot kell tartani minden egyes kitérőn Magyarországon. Minden váltóvizsgálat során váltóerő mérést is kell tartani. A referencia görbe és a mért görbe közötti különbség nagysága a rendszer meghibásodására utalhat. Minden hiba állítóerő megváltozással jár együtt, ezért az erőmérés során a meghibásodások észrevehetőek. Ez az alkalmazott módszer jelenős humán és műszaki erőforrásokat igényel, és emellett a hibadetektálási idő jelentős. Ez a módszer nem engedi meg a kitérők aktuális állapotának folyamatos ellenőrzését, és még nagyon költséges is. Az állapot függő karbantartási munkák segítségével a karbantartási költségek mellett a műszaki és humán erőforrások is optimalizálhatók. Egy ilyen rendszerben a hibadetektálási idő jelentősen lecsökken, mert a távfelügyeleti rendszerek folyamatos állapot megfigyelést tesznek lehetővé. Egy ilyen modern rendszer segítségével a korai (gyors) hibadetektálási idő a teljes életciklusra nézve jelentős költségcsökkenést és kését okozhat mind az operátorok, mind az utasok részére. A legtöbb diagnosztikai rendszer referencia értékekkel dolgozik, mert ezek egyszerű összehasonlítás tesznek lehetővé a mér és a referencia adatok között. A referencia adatoknak ezért nagyon pontosnak kell lenniük. Ilyen elven működnek a magyarországi működő rendszerek is. A másik módszer modell alapú megközelítést használ, ahol a fizikai rendszer

46


Budapest, 2014.06.25.

modellje reprezentálja az alapadatokat. Ebben az esetben nincs szükség pontos referencia görbére, mert a modell alapján eldönthető, hogy a mért értékek megfelelőek-e vagy sem. A mi rendszerünk is ezt a módszer használja. Ezen módszerek mellett léteznek más elfogadott eljárások is. Például, az ún. „control” alapú modellek nagyon pontos állapotbecslésen alapulnak [2]. Egy pontos állapot megfigyelő segítségével a rendszer jövőbeni állapotai is becsülhetőek, melyek segítségével a karbantartási munkák még a meghibásodás bekövetkezése előtt elvégezhetőek. Egy másik módszer a kitérő pontos állapotának becsléséhez a digitális szűrők alkalmazása [3], amely a mérés okozta zajok, illetve a mérés és az adatfeldolgozás helye között jelentkező zavarok kiszűrését teszi lehetővé. Ezek a módszerek még nem széleskörűen alkalmazott eljárások, de elterjedésük a közeljövőben várható a vasúti szektorban.

3 Magyarországi kitérődiagnosztikai rendszerek Magyarországon, a vasúti operátorok néhány kitérőn már használnak különböző kitérődiagnosztikai rendszereket. Az M3 metróvonalon a Voestalpine Roadmaster Light 2000 rendszer található meg, míg a GySEV hálózatán számos kitérőn a STRUKTON POSS rendszer található meg. Ezek a rendszerek kereskedelmi forgalomban kapható rendszerek Európában, és számos más operátor is használja ezeket. 3.1 A Voestalpin Roadmaster 2000 rendszer A Roadmaster 2000 rendszercsalád egy komplex rendszer, amely nagyon sok különböző szenzort használ. Egy szenzor méri az állítóerőt, egy másik szenzor méri a pályamenti hőmérsékletet, stb. Néhány szenzor e-mellett saját diagnosztikával is rendelkezik. Az 12. ábra bemutatja valamennyi csatlakoztatható szenzort, amelyek közül a megrendelő válogathat, és a számára szükséges konfigurációt előállíthatja.

12. ábra A Roadmaster 2000 Pro rendszer [4]

Budapesten, a BKV (a metró operátora) a minimális konfigurációban használja a Roadmaster termékcsaládot, ez a konfiguráció a Roadmaster 2000 Light nevet viseli. Ez a rendszer a hajtómű állítóáram mérését tudja elvégezni, és a mért értékeket egy biztonságos kapcsolaton keresztül egy központi munkaállomásra továbbítja. Minden információ és riasztást rögzítésre kerül, amelyeket egy felhasználó barát felületen keresztül lehet elérni. Minden információ archiválásra kerül, amelyekből a rendszer trendeket tud megállapítani, amelyek a idősor analízis bemenő paraméterei. A hibadetektálás alapja a referencia görbe. A motoráram megváltozása az állítóerő megváltozását jelenti, amely meghibásodásra utal. Lehetőség van egy tolerancia tartományt definiálni - 13. ábra – amelyen belül az értékek elfogadhatóak. Ez jelenti az állapotfüggő karbantartás alapját. Ha a mért érték a referenciatartományon kívülre esik, a rendszer riasztást küld az operátornak, aki a további megfelelő intézkedéseket meg tudja hozni.

13. ábra Az idősor analízis elve [4]

47


Budapest, 2014.06.25.

3.2 A STRUKTON POSS rendszer A másik Magyarországon is már alkalmazott rendszer a Strukton cég POSS rendszere, amely a GySEV Hálózatán üzemel. Összesen 4 kitérőt szereltek fel ezzel a rendszerrel a Sopron – Győr és a Sopron – Szombathely vasútvonalakon. Ez a rendszer szintén hajtóműáram mérés alapon működik, amely segítségével a megelőző karbantartások tervezhetőek, így a meghibásodások csökkennek. Az elv hasonló az előző rendszerhez, itt is referencia görbével történik összehasonlítás - 14. ábra. Szintén egy tolerancia tartomány van definiálva, és ha a mért érték ezen a tartományon kívülre esik, akkor a rendszer riasztja a megfelelő személyzetet. A rendszer az adatokat egy ún. felhőben (Cloud) tárolja, ezért valamennyi, megfelelő jogosultsággal rendelkező személy egy biztonságos internetkapcsolaton keresztül a világ bármely részéről elérheti.

14. ábra A váltóállítási folyamat, példa [5]

4 Kitérődiagnosztika hajtóműáram kiértékelés alapján A Közlekedés és Járműirányítási Tanszéken rendelkezésre áll egy kitérő, amelyhez egy aszinkron motoros váltóhajtómű, ún. „Siemens-elvű” váltóhajtómű csatlakozik. A hajtómű áramfelvétele és az állítóerő között erős kapcsolat áll fenn, ennek segítségével a meghibásodások determinálhatók. Ha a motoráram megnő, az terhelésnövekedést jelent. A terhelés növekedésének számos oka lehet, például motor meghibásodás, a vágányszerkezet torzulása, a környezeti hőmérséklet megváltozása, vagy a zárszerkezet károsodása. Ezért a meghibásodások az állítóáram méréssel detektálhatóak. 4.1 Előzmények a Közlekedés és Járműirányítási Tanszéken Rákosszentmihály vasútállomásán – hat kitérőn – korábban a Közlekedés és Járműirányítási Tanszék (KJIT) hat motoráram figyelő rendszere működött - 15. ábra. Mindegyik rendszer mérte az aszinkron gép három fázisát, és a mért adatokat rögzítette. Az állítóerő mérést a MÁV Távközlő, Erősáramú és Biztosítóberendezési Központ munkatársai végezték, ezektől a mérésektől függetlenül. A mért erőt és áramot összekapcsolták, és ez alapján minden egyes kitérőre egy saját referenciagörbét határoztak meg. Minden kitérőre egy saját szabályrendszert írtak - Switch Devil programnyelven -, amely szükség esetén riasztotta a megfelelő személyzetet. Ez is egy referencia alapú modell.

15. ábra A mérőrendszer Rákosszentmihály állomáson

48


Budapest, 2014.06.25.

4.2 A modell A most bemutatásra kerülő rendszer az aszinkron gép helyettesítő kapcsolásán - 16. ábra - alapuló modell alapú rendszert mutat be. A KJIT Tanszéken két ilyen aszinkron gép található meg. Ezen modell alapján, a cél az állítóerő meghatározása.

16. ábra Az aszinkron gép helyettesítő kapcsolása

Az összefüggést az állítóerő és a terhelés között az (1) és (2) egyenletek mutatják, amelyeket a 17. ábra reprezentál. ezen az ábrán jól látható, hogy a terhelés növekedése növekvő motoráramot jelent.

I ( s) 

U Z

1

(1)

sum

I (s)  Re( I (s)) 2  Im(I (s)) 2

(2)

17. ábra Az összefüggés a motoráram és a terhelés között

Az aszinkron gép kördiagramját és a motor nyomatékát a 18. ábra mutatja. A nyomaték arányos a tengelymetszettel, amelyet a (3) egyenlet ír le, és a 19. ábra is reprezentál.

M ( s )  3*U 1

* y(s)



(3) 0

49


Budapest, 2014.06.25.

18. ábra Az aszinkron gép kördiagramja, és a nyomaték

19. ábra A nyomaték – terhelés összefüggés

A követező lépés a nyomaték – állítóerő meghatározása, amelyet csak a hajtómű átviteli rendszerének (a motor kihajtótengelye és az állító rúd között) pontos ismeretében számítható A KJIT Tanszéken két teljes „Siemens elvű” váltóhajtómű áll rendelkezésre , amelyekben GANZ WA 350-es típusú aszinkron motor található - 20. ábra. Az elméleti összefüggés meghatározása után kerülhet sor a validációra, melyhez árammérő berendezés felszerelésére lesz szükség. Szükséges lesz szintén az aszinkron motor paramétereinek pontos meghatározása is (ellenállás és reaktancia értékek). A pontos értékek, valamint a működő hajtómű esetén a modellalapú diagnosztika a későbbiekben - a pályavasút számára – alkalmazható lehet, és e mellet egy korszerű és pontos képet adhat a kitérők aktuális állapotáról.

50


Budapest, 2014.06.25.

20. ábra Hajtómű és kitérő a Budapesti Műszaki és Gazdaságtudományi Egyetemen

5. Összefoglalás A cikkben bemutatásra kerül a kitérődiagnosztika szerepe, amely az utóbbi időszakban jelentős szerephez kezd jutni. A kitérőkön alkalmazható sebességhatár folyamatos növelése miatt szükséges az aktuális kitérőállapot folyamatos nyomon követése, amely a teljes életciklus költségre is kihatással bír. Egy nem felismert meghibásodás, vagy egy későn felismert hiba következményei jelentősek is lehetnek, és a költségekre jelentős hatással vannak. A korai felismerés nem csak a biztonságos vasúti közlekedést segíti elő, hanem az üzemeltető költségeit is csökkenti. Magyarországon már alkalmazott rendszereket mutatunk be, amelyek valamilyen referencia érték alapján próbálnak a váltóról információt szolgáltatni. A cél az, hogy egy modell alapú kiértékelést vezessünk be, amelyet a ma Magyarországon még legnagyobb darabszámban előforduló aszinkrongépes váltóhajtóműre kívánunk létrehozni. A cikkben bemutatjuk a jelenleg elvégzett lépéseket, amelyek az aszinkron gép kördiagramjából meghatározhatóak. Bemutatjuk továbbá azt is, hogy a továbbiakban milyen lépéseket kell még elvégezni ahhoz, hogy a kitérődiagnosztikai rendszert validálni lehessen.

Hivatkozások [1] Atamuradov V., Camci F., Baskan S., Sevkli M. Failure Diagnostics for railway Point Machines Using Expert System IEEE SDEMPED 2009 [2] Zattoni E. Detection of incipient failures by using an -norm criterion: Application to railway switching points, Control Engineering Practice, 2006/14/8 [3] Gracia Marquez F., Schmid F. A digital filter-based approach to the remote condition monitoring of railway turnouts, Reliability Engineering and System Safety, 2007/92/6 [4] URL: www.voestalpine.com [5] URL: www.struktonrail.com [6] Kumar D. Modeling and Representation to Support Design-Analysis Integration, Master Thesis, Department of Civil Engineering, Indian Institute of Technology, 2009.

51


Budapest, 2014.06.25.

Optimális ATC szektorkonfiguráció meghatározása neurális hálós módszerrel Számel Bence1, Dr. Szabó Géza2 1 Budapesti Műszaki és Gazdaságtudományi Egyetem, Budapest, [email protected] 2 Budapesti Műszaki és Gazdaságtudományi Egyetem, Budapest, [email protected]

Absztrakt A légi közlekedés biztonságának maximalizálását elősegítő egyik eszköz a légiforgalmi irányítók munkaterhelésének optimális szinten tartása a szektorkonfiguráció megfelelő megválasztásával. A szektorkonfiguráció matematikai úton történő meghatározására számos módszer létezik. Ezek egyike a historikus forgalmi adatokra és szubjektív szakértői véleményekre alapozott neurális hálós módszer, aminek alkalmazhatóságát megvizsgáltuk a magyar légtérre. Cikkünkben azt mutatjuk be, hogyan lehetséges a módszer végrehajtása, elsősorban a neurális hálós számítások gyakorlati szoftveres megvalósítására helyezve a hangsúlyt.

Kulcsszavak: Munkaterhelés, Légiforgalmi komplexitás, Neurális háló

1 Bevezetés A légi közlekedés rendszere (és azon belül a légiforgalmi irányítási (ATC) rendszer) rendkívül összetett, aminek következtében a rendszer biztonságának fenntartása és fejlesztése is összetett feladat. A rendszer biztonságát egyaránt befolyásolják az abban részt vevő műszaki rendszerek, emberek és az ezek működését, viselkedését befolyásoló környezeti tényezők. Összetett jellegéből fakadóan a légi közlekedés biztonságának elemzése és fejlesztése többféle lehetséges megközelítés alapján történhet. Ezen megközelítések közé sorolható például a repülőgépek vagy légiforgalmi áramlatok mozgásának modellezése és/vagy szimulációja (pl. [1] vagy [2]), a fedélzeti vagy légiforgalmi irányítási automatika és humán operátorok viselkedésének modellezése és szimulációja (pl. [3] vagy [4]), a tervezés, megvalósítás és üzemeltetés hatásainak elemzése a műszaki rendszerek megbízhatóságára vagy a szabályozás, képzés és munkakörnyezet hatásának elemzése a humán összetevőkre (pl. [5]). A lehetséges megközelítések közé tartozik a biztonságnak a humán rendszerösszetevők (légiforgalmi irányítók) munkaterhelésén keresztül történő optimalizálása is, ami szoros kapcsolatban áll a légiforgalmi irányítási szektorkapacitás számítással, és amivel folyamatban lévő kutatásunk is foglalkozik. A 2. fejezetben bemutatjuk, milyen szerepük van a humán operátoroknak a légi közlekedés biztonságában és hogyan kapcsolódik mindehhez a légiforgalmi komplexitás és szektorkapacitás számítása. Emellett röviden azt is összefoglaljuk, milyen módszerekkel lehetséges a komplexitás és az ehhez kapcsolódó irányítói munkaterhelés számítása. A 3. fejezetben ismertetjük az egyik szektorkapacitás számítási módszer főbb lépéseit és azt, hogy hogyan alkalmaztuk a módszert a magyarországi légiforgalmi irányítási rendszerre. A 4. fejezetben azt mutatjuk be, hogyan történt a 3. fejezetben ismertetett módszer alapját képező neurális hálós számítások végrehajtása a gyakorlatban, neurális hálós szimulációhoz kifejlesztett szoftver segítségével. Végül, az 5. fejezetben értékeljük a módszer alkalmazása során szerzett tapasztalatainkat, elsősorban a felhasznált szoftver használhatóságára fókuszálva.

2 A szektorkapacitás számítás jelentősége és módszerei A légi közlekedés biztonságára a légiforgalmi irányítás részben a felhasznált műszaki berendezések (pl. radarok, adatmegjelenítő eszközök, kommunikációs eszközök) megbízhatóságán, részben pedig a humán operátorok esetleges hibáin keresztül van hatással. Humán operátorok alatt a hazai rendszerben elsődlegesen a tervező irányítókat (PC), a végrehajtó irányítókat (EC) és az ő munkájukat koordináló supervisort kell érteni. Az operátori hibák gyakoriságát és súlyosságát (ami értelemszerűen fordított összefüggésben áll az irányított rendszer biztonságával) különféle viselkedést befolyásoló tényezők határozzák meg. Ezen tényezők között találhatóak az egyénen belüli (pl. fáradtság, kedélyállapot) és környezeti eredetű tényezők. Utóbbiak kapcsolódhatnak az elvégzendő feladathoz (pl. munkaterhelés), az operátor csapatához (pl. csapaton belüli kommunikáció minősége) vagy az operátor felett álló szervezethez (pl. előírások egyértelműsége). A viselkedést befolyásoló tényezők közül a munkaterhelés az, amelyik a legközvetlenebb kapcsolatban áll az irányított rendszerrel, azaz jelen esetben a légi forgalommal. A munkaterhelést együttesen határozza meg a légi forgalom nagysága (az adott irányító által kezelt repülőgépek száma) és annak komplexitása, amit számos, a forgalomhoz (pl. repülőgépek egymáshoz viszonyított sebessége), a légtérhez (pl. szektorok kiterjedése) vagy magához az irányítási rendszerhez (pl. műszaki berendezések állapota) kapcsolódó tényező ír le.

52


Budapest, 2014.06.25.

Napjainkban a légi forgalom lehetséges nagyságát, vagyis a légi közlekedés, mint szolgáltatás minőségét nagyban befolyásolja a légterek kapacitása, amit pedig mindig az adott légtér forgalmát felügyelő ATC központ kapacitása határoz meg. A légiforgalmi irányítás kapacitása alatt azt a maximális forgalmat kell érteni, amit az irányítók képesek anélkül kezelni, hogy hibáik száma vagy súlyossága megengedhetetlenül magas szintet érne el. Ha feltételezzük, hogy a hibák száma és súlyossága növekvő munkaterhelés hatására növekszik, akkor mondhatjuk, hogy a kapacitás az irányítói munkaterhelés függvénye. Az eddigieket összefoglalva tehát kijelenthető, hogy a légi forgalom biztonságának (és hatékonyságának) optimalizálása az irányítói munkaterhelés optimalizálásán keresztül valósítható meg. A munkaterhelés optimális szinten tartásának eszköze a szektorizáció, az azonban ritkán ítélhető meg egyszerűen, hogy egy-egy légiforgalmi szituáció kezeléséhez az adott légtérben mennyi szektor lenne optimális. Ennek oka, hogy a munkaterhelés – ahogyan korábban is utaltunk rá – nem csak a forgalom nagyságától függ, hanem annak komplexitásától is. Utóbbival kapcsolatban mind a matematikai leírás, mind pedig a munkaterheléssel alkotott pontos összefüggés feltárása bonyolult feladat. Elsősorban ennek köszönhető, hogy napjaink légiforgalmi irányítási rendszereinek többségében a szektorok bontására és összevonására vonatkozó előírások, illetve döntéstámogató rendszerek kizárólag a szektorban tartózkodó (vagy oda a közeljövőben várhatóan belépő) repülőgépek számán alapulnak. A forgalom komplexitásának figyelembe vétele az adott forgalomhoz tartozó optimális szektorszám és szektorkonfiguráció meghatározása során a supervisorok feladata és a végrehajtás során csak saját tapasztalatukra és intelligenciájukra támaszkodhatnak. A supervisorok döntéseinek megkönnyítése céljából tehát célszerű lenne olyan automatizált döntéstámogató eszközt kifejleszteni, amely képes a közeljövőre vonatkozó becsült forgalmi adatokból kiszámítani a komplexitást és ez alapján javaslatot tenni a munkaterhelés szempontjából optimális szektorkonfigurációra. Ezzel kapcsolatosan a legfontosabb probléma a komplexitás-, valamint a komplexitás és munkaterhelés közti kapcsolat leírhatóságának bizonytalansága, aminek megoldására azonban több kísérlet is született az elmúlt években, különféle szektorkapacitás számítási módszerek formájában. A módszerek egyik nagy csoportját a regressziós modellek alkotják. Az ilyen modellekben valamilyen módszerrel ki kell számítani az egyes légiforgalmi szituációk komplexitási tényezőinek értékét és fel kell mérni, hogy az adott szituáció mekkora munkaterhelést jelent az irányítók számára. Utóbbi történhet azok személyes megkérdezésével ([6]), azok munkájának megfigyelésével és a különböző tevékenységekre fordított idő mérésével ([7]) vagy azok fiziológiai jellemzőinek mérésével ([8]). Ezt követően valamilyen regressziós módszerrel – ami lehet például lineáris regresszió ([9]), logisztikus regresszió ([10]) vagy neurális háló (Gianazza, Guittet, 2006) [11] – meghatározzák a tényezők és a munkaterhelés kapcsolatát legjobban leíró függvényt, később pedig ezt használják a különböző forgalmi helyzetek által előidézett munkaterhelés becslésére. A regressziós modellek legnagyobb hátránya általában az, hogy csak arra a légtérre szolgáltatnak kielégítő eredményeket, melyekre a validálásukat elvégezték. Ennek megfelelően születtek más típusú modellek is, melyek felhasználhatósága általánosabb. Az egyik ilyen az EUROCONTROL modellje, mely a munkaterhelést időértékként fejezi ki a különböző irányítói makrotevékenységek óránkénti előfordulási száma és az azokra fordított idő alapján ([12]). Előbbieket az EUROCONTROL által fejlesztett szoftverekkel lehet meghatározni a komplexitási tényezők alapján, míg utóbbiak kiszámítása genetikus algoritmussal történik. Ez a modell bármely EUROCONTROL légtérre alkalmazható, egyszerűsége miatt azonban inkább csak a korábbi, tapasztalati alapon meghatározott kapacitás értékek validálására lehet használni. Az általánosabb felhasználhatóság egy másik módszere az, ha nem próbálják a forgalmi helyzet és a munkaterhelés közti kapcsolatot leírni, csak a forgalom komplexitását próbálják egy (vagy kevés) változóval kifejezni. Ennek egyik lehetséges módja a forgalom geometriáján (azaz a járatok térbeli elrendeződésén és egymáshoz viszonyított mozgásán) alapuló számítás vagy a forgalom dinamikus rendszerként történő kezelése és ezen rendszer leírása egy rendszerváltozóval ([13]). Emellett ezek közé a modellek közé sorolható a „komplexitás térkép” modell is, amivel az adható meg, mennyire kell megváltoztatni a szektorban lévő repülőgépek haladási irányát és/vagy sebességét (vagyis mekkora extra terhelés hárul az irányítóra) egy új repülőgép adott helyen és irányban történő belépése esetén ([14]). A legtöbb modell a komplexitás számítása során a forgalom alapegységének a repülőgépet tekinti, de létezik olyan módszer is, melyben repülőgépek helyett az azok által alkotott forgalmi áramlatokkal számolnak ([15]). A [15]-ben ismertetett modellben nem csak ez számít újításnak, hanem az is, hogy nagyobb hangsúlyt fektetnek arra, hogy olyan komplexitási tényezőket vegyenek figyelembe, melyeket viszonylag hosszú távra (1-2 óra) lehet előre jelezni. A forgalmi áramlatok jellemzői és a munkaterhelés közötti kapcsolatot ugyanakkor ők is egyfajta neurális háló segítségével modellezik.

3 A magyar légtérre használt eljárás Jelen kutatás során a [11]-ben bemutatott neurális hálós szektorkapacitás számítási (pontosabban optimális szektorállapot számítási) eljárás használhatóságát vizsgáltuk a magyarországi légtérre, illetve légiforgalmi irányítási rendszerre. A módszerben központi szereppel bíró neurális háló bemeneti rétegének neuronjai a számításokban figyelembe vett komplexitási tényezőknek (pontosabban az azok alapján előállított főkomponenseknek) felelnek meg, míg a kimeneti réteg neuronjai lehetséges szektorállapotokat jelképeznek. A szektorok három lehetséges állapota a „Split” (ha a szektor több szektorra van osztva), a „Merged” (ha a szektor össze van vonva egy másikkal) és az „Armed” (ha a szektort az adott állapotában használják). A háló tanítása során meg kell adni, hogy az egyes forgalmi szituációkhoz (azaz összetartozó komplexitási tényező értékekhez) egy adott szektor esetében milyen optimális állapot tartozik. Ezután a háló használatával lehetségessé válik az egyes szektorok optimális állapotának meghatározása tetszőleges forgalmi helyzetekre a komplexitásra vonatkozó adatok ismeretében. A módszer hazai légtérre történő alkalmazásához a következő adatokra volt szükség:

53


Budapest, 2014.06.25.

 A komplexitási tényezők fontosságára vonatkozó adatok  A vizsgált forgalmi szituációk radaradatai  A magyar légtér szerkezetére vonatkozó adatok  A vizsgált forgalmi szituációkhoz tartozó optimális szektorkonfigurációra vonatkozó adatok A komplexitási tényezők fontosságára vonatkozó adatokat aktív légiforgalmi irányítók és supervisorok szubjektív véleményeire alapozva szereztük be interjú és kérdőív segítségével. Az adatgyűjtés folyamatának és eredményeinek részletei [16]-ban olvashatóak. A szakértők véleménye alapján a lehetséges komplexitási tényezők közül 17 tűnt kellően fontosnak ahhoz, hogy a neurális hálós módszer paraméterezése során figyelembe vegyük. A vizsgált forgalmi szituációkkal kapcsolatban a HungaroControl bocsátott rendelkezésünkre radaradatokat két korábbi, aránylag nagy forgalmú napra (2011.július 30. és 2012. július 29.) vonatkozóan. Ezen felül rendelkezésünkre állt néhány órányi radaradat egy másik napról is, amikor nyitva volt a légtérben néhány különleges légtér (TRA), amiket így figyelembe tudtunk venni a neurális hálós számítások során. A két teljes nap adataiból 30, a nyitott TRA-khoz tartozó időszak adataiból pedig 10 percenként vettünk mintát, aminek köszönhetően összesen 107 forgalmi szituáció adatait használhattuk fel. A légtér szerkezetére (a szektorhatárokat és a szabványos útvonalakat leíró pontokra) vonatkozó adatokat szintén a HungaroControltól szereztük be. A forgalomra és a légtérre vonatkozó adatok alapján ezután ki kellett számítani a 17 komplexitási tényező értékét az egyes szituációkra. Miután a komplexitási értékeket kiszámítottuk, azokon főkomponens elemzést hajtottunk végre R használatával. A főkomponensek használata a komplexitási tényezők helyett azért hasznos, mert ezek segítségével lehetséges olyan neurális hálót tervezni, amelynek bemeneti rétegében nem 17 neuron található, hanem csak az elemzés alapján legfontosabbnak tűnő főkomponensek számának megfelelő. A főkomponensek közül azokat tekintettük a legfontosabbnak, amelyek sajátértéke 1-nél nagyobb volt. A neurális hálós módszer alkalmazása során a légtér lehetséges szektorait három csoportra osztottuk aszerint, hogy milyen lehetséges állapotokat vehetnek fel. Az első csoporthoz a teljes légtér tartozott (ami nem kerülhet „Merged” állapotba), a másodikhoz a tovább nem osztható elemi szektorok (amelyek nem kerülhetnek „Split” állapotba), a harmadikhoz pedig a mindhárom állapotot megvalósítani képes légtérblokkok. Ezt követően mind a főkomponens elemzést, mind pedig a neurális hálós számításokat külön végeztük el a három szektorcsoportra. Mivel a háló tanításához fontos volt, hogy tudjuk, hogy a vizsgált szituációinkhoz mik lennének az ideális szektorállapotok, szükségünk volt az optimális szektorkonfigurációkra vonatkozó adatokra is. Ezeket aktív supervisorok véleményére alapozva szereztük be úgy, hogy a különböző szituációk radarképét látva, saját tapasztalatukra alapozva elmondták, hány szektort és milyen konfigurációban használnának, ha nekik kellene erről dönteni.

4 Neurális hálós számítások A neurális hálós számításokat a Neural Planner Software EasyNN-Plus nevű szoftvere segítségével hajtottuk végre. Egy-egy neurális háló esetében a teljes folyamat három fő részre bontható:  Tanításhoz használt forgalmi szituációk adatainak bevitele a programba  A háló tanításához szükséges beállítások elvégzése és a háló tanítása  Kiértékeléshez használt adatok bevitele és a háló által számított kimeneti értékek ellenőrzése A szoftver az adatbevitelhez táblázatos felületet biztosít, amelyen a sorok a számításokhoz használt példányoknak, az oszlopok pedig a be- és kimenő paramétereknek (azaz a bemeneti- és kimeneti réteg neuronjainak) felelnek meg. A mi esetünkben egy-egy sor egy-egy forgalmi szituáció egy-egy légtérelemre vonatkozó adatait jelképezte, míg a bemeneti oszlopok egy-egy főkomponenst, a kimeneti oszlopok pedig egy-egy szektorállapotot. Az egyes oszlopokra lehetőség van meghatározni az oszlopban szereplő értékek típusát (pl. valós, egész, logikai vagy szöveg) is, amit minden általunk használt oszlopra valósnak választottunk. A kimeneti oszlopok esetében lehetséges lett volna a logikai változók használata is, mivel egy szektor egy szituációban vagy felvesz egy adott állapotot vagy nem. Ennek ellenére a 0 és 1 közötti valós értékek használata mellett döntöttünk, mivel így a kimeneten nem csak arról kapunk információt, hogy melyik a háló szerinti legjobb szektorállapot, hanem arról is, mekkora az adott eredmény bizonytalansága, ami fontos lehet, amikor a szektorállapotokból később szektorkonfigurációkat állítunk elő. A tanításhoz használt szituációkban a szektorállapotokat reprezentáló oszlopokban csak 0 (ha az adott állapot nem optimális) és 1 (ha az adott állapot optimális) értékek szerepeltek. A sorokkal kapcsolatban lehetőség van annak beállítására, hogy az adott példányt a háló tanítására, (tanulás közbeni) validálásra vagy tanítás utáni lekérdezésre akarjuk használni. A rendelkezésünkre álló forgalmi-adatmennyiségnek körülbelül 20%-át lekérdezésre, 20%-át validálásra, 60%-át pedig tanításra használtuk fel. Az adatokat véletlenszerűen osztottuk el a három lehetséges halmaz között annak érdekében, hogy a különböző értékek hasonló változatosságot mutassanak az egyes halmazokon belül. A véletlen elosztás során ugyanakkor ügyeltünk arra, hogy az egyes halmazokban hasonló legyen a különböző optimális szektorállapotok egymáshoz viszonyított aránya. A szoftver használata során még a tanítás megkezdése előtt ellenőrizni kell, hogy a bevitt adatok alapján lehetséges-e neurális hálót készíteni. Ehhez arra van szükség, hogy a validálásra használt értékek minden oszlopban a legkisebb és legnagyobb tanítási érték közé essenek. Ha mindez nem teljesült egy validálási példányra, akkor az adott példányt áthelyeztük a tanítási példányok közé és egy másikat választottunk a helyére a tanítási példányok közül úgy, hogy lehetőség szerint az új példány ugyanazon nap közel ugyanazon időszakából származzon, mint a régi. Az adatok bevitelét a neurális hálók létrehozása és tanítása követte. Mivel a hálók szerkezete és a tanítási folyamat jellegzetességei is eltérőek voltak a különböző szektortípusokra, ezért mind a tanítás, mind pedig a kiértékelés folyamatát külön mutatjuk be a légtérre, az elemi szektorokra és a légtérblokkokra vonatkozóan.

54


Budapest, 2014.06.25.

4.1 Légtér A teljes légtérhez forgalmi szituációnként egy példány tartozott, így összesen 107 sornak megfelelő adat állt rendelkezésünkre. A 107 példányból 65-öt tanításra, 21-et validálásra, 21-et pedig a tanított háló kiértékelésére használtunk. Mivel a főkomponensek közül az első négy sajátértéke volt nagyobb 1-nél, ezért a háló tanításához ezt a négy paramétert (azaz bemeneti oszlopot) használtuk. A tanítás előtt meg kell határoznunk a létrehozni kívánt háló szerkezetét. Ehhez a programban lehetőség van annak megadására, hogy hány rejtett réteget tervezünk használni (0, 1, 2 vagy 3), valamint azt, hogy ezek hány neuronból álljanak a tanítás kezdetekor és tanítás közben milyen ciklus- vagy időközönként, milyen maximális neuronszámig növekedjenek. A háló létrehozása után lehetőség van különböző beállításokat végezni a tanítási folyamattal kapcsolatosan. Beállítható többek között az, hogy növekedjenek-e a folyamat során a rejtett rétegek, a validálási ciklusok gyakorisága és a tanulás leállásának feltételei. A beállítási lehetőségek részleteit az 1. ábra szemlélteti.

21. ábra A hálo tanítása előtti beállítási lehetőségek (EasyNN-Plus)

A tanítással, háló módosítással és validálással kapcsolatosan beállítható értékeket sem a légtérhez, sem a többi szektortípushoz tervezett háló tanítása előtt nem változtattuk meg az 1. ábrán látható alapértelmezett beállításokhoz képest. A tanítás befejezésének feltételeként általában (így a légtérhez tartozó háló esetében is) azt adtuk meg, hogy a validálási eredmények 100%-a legyen 5% eltérésen belül az elvárt értékekhez képest. Emellett általában megadtunk valamilyen feltételt a tanulás maximális idejével kapcsolatban is.

22. ábra A teljes légtérhez tartozó neurális háló felépítése (EasyNN-Plus)

55


Budapest, 2014.06.25.

23. ábra A főkomponensekhez tartozó súlyok a teljes légtér esetében (EasyNN-Plus)

A légtérhez tervezett neurális háló felépítése a 2. ábrán látható úgy, ahogyan az megjeleníthető az EasyNN-Plusban. Az ábrán az éleket jelképező vonalak vastagsága arányos az adott él súlyával. A öld élek a pozitív, míg a piros élek a negatív összefüggésre utalnak az általuk összekötött neuronok között. Az élek súlyával áll összefüggésben az azok forrásául szolgáló neuron fontossága is, aminek számszerű értékei megjeleníthetőek a programban a 3. ábrán látható módon. A 2. és 3. ábrából egyértelműen kiolvasható, hogy – az elvárásoknak megfelelően – az 1. főkomponens értéke befolyásolta leginkább a kimeneten megjelenő értékeket. A háló tanítása során elég volt 200 tanítási ciklus (azaz 2 validálási ciklus) ahhoz, hogy a tanítás befejezésének feltétele teljesüljön. A 4. ábrán az látható, hogyan alakult a kimeneteken megfigyelhető hibák maximális, minimális és átlagos értéke tanítási példányoknál és az átlagos hibaérték a validálási példányoknál. Mivel a beállítások alapján validálásra csak minden 100. tanítási ciklus után került sor, a validálási hiba szabályos, lineáris csökkenése a 100. ciklus előtt a szoftver interpolációjának eredménye és nem valóságos értékeket tükröz.

24. ábra A hibák alakulása a tanulási folyamat során a légtér esetében (EasyNN-Plus)

A tanított háló eredményeinek pontosságát (a többi háló eredményeivel együtt) az 1. táblázat mutatja be. A tanítással ellentétben az eredmények értékelését nincs lehetőség automatikusan elvégezni (legalábbis az EasyNN-Plusban), ezért ezt a lépést manuálisan hajtottuk végre az egyes példányok kimeneti értékeinek az elvárt értékekkel történő összehasonlításával. Az 1. táblázatban szereplő értékek azt mutatják, hogy az eseteknek hány százalékában jelent meg a neurális háló kimenetén a supervisorok véleményére alapozott elvárásoknak megfelelő érték az összes esetre és az különböző lehetséges szektorállapotokra vonatkozóan. A pontos értékek és az eredmények részletes értelmezése és értékelése [17]-ben olvasható. 4.2. Elemi szektorok Mivel a magyar légtér jelenleg 10 elemi szektorra bontható, ezért az elemi szektorok esetében egy-egy forgalmi szituációhoz 10 példány állt rendelkezésre, vagyis a neurális hálós számításokhoz összesen 1070 példányt használtunk fel. Ezek közül 643-at a tanítási, 198-at a validálási, 229-et pedig a lekérdezési példányok közé soroltunk. Mivel 5 főkomponens sajátértéke volt 1-nél nagyobb, ezért a háló tervezése során 5 főkomponenst használtunk fel. A tanítás leállításának feltétele itt is a validálási adatok 100%-ának 5%-nál kisebb eltérése volt az elvárt értékektől. A tervezett háló szerkezetét és a főkomponensek fontosságát az 5. és 6. ábra mutatja be. A 6. ábrából kiolvasható, hogy bár itt is az 1. főkomponenshez tartozik a legnagyobb összesített súly, a többi főkomponens jelentősége sem elhanyagolható a kimenet szempontjából, vagyis az eredmények pontossága feltételezhetően romlana a főkomponensek számának csökkentésével.

56


Budapest, 2014.06.25.

25. ábra Az elemi szektorokhoz tartozó neurális háló felépítése (EasyNN-Plus)

26. ábra A főkomponensekhez tartozó súlyok az elemi szektorok esetében (EasyNN-Plus)

Ahogyan az a tanulás folyamatát szemléltető 7. ábráról is leolvasható, a tanulás befejezési feltételének teljesüléséhez itt is elég volt 200 tanítási ciklus. A légtérhez tartozó hasonló ábrával összehasonlítva megfigyelhető, hogy a maximális hibaérték itt nem csökken a tanítási ciklusok számának növekedésével. Ez arra utal, hogy van olyan példány, aminek a kimeneti értékének pontossága nem javul attól, hogy hosszabb ideig tanítjuk a hálót, vagyis nagy valószínűséggel több lesz a kiértékelésnél a hibás eredmény, mint a légtérhez tartozó hálónál. Az átlagos hibaérték ugyanakkor végig alacsony szinten van, amiből arra következtethetünk, hogy kevés az olyan példány, aminek a kimeneti értéke tanítással nem javítható. Az elemi szektorokhoz tartozó, 5 főkomponens felhasználásával tervezett neurális háló által szolgáltatott eredmények az 1. táblázatban láthatóak. Az „Armed” szektorokhoz tartozó alacsony pontosság miatt az elemi szektoroknál indokoltnak tartottuk egy másik háló tervezését mind a 17 főkomponens felhasználásával, ami az elvárásoknak megfelelően valamivel pontosabb eredményeket szolgáltatott. Mivel azonban jelen tanulmány célja a neurális hálós számítás gyakorlati folyamatának bemutatása és nem az eredmények részletes elemzése, ezért a 17 főkomponenst tartalmazó háló tervezésének és értékelésének részleteit nem ismertetjük.

57


Budapest, 2014.06.25.

27. ábra A hibák alakulása a tanulási folyamat során az elemi szektorok esetében (EasyNN-Plus)

4.3. Légtérblokkok A légtérblokkok közül csak a W és E légtérblokkot, azaz a légtér teljes nyugati és keleti szektorát vettük figyelembe a neurális hálós számítások során. Erre azért volt szükség, mert az összes légtérblokk együttes kezelése a [17]-ben ismertetett tapasztalatok szerint megbízhatatlan eredményekhez vezet részben a légtérblokkok különböző felépítése, részben pedig az EasyNN-Plus feltételezhető hiányosságai (pl. nincs lehetőség a neurális háló működését meghatározó függvények módosítására és maguk a függvények sem ismertek) miatt. A W és E légtérblokkra elvégzett számításokhoz 132 tanítási, 40 validálási és 42 lekérdezési példányt használtunk. A háló felépítését a 8. ábra, a főkomponensek fontosságát pedig a 9. ábra szemlélteti. A legnagyobb jelentőséggel ebben a hálóban is az 1. főkomponens rendelkezik, a többi 16 fontossága pedig csak kis mértékben különbözik egymástól, ezért itt sem indokolt a főkomponensek számának csökkentése.

28. ábra A (W és E) légtérblokkokhoz tartozó neurális hálo felépítése (EasyNN-Plus)

58


Budapest, 2014.06.25.

29. ábra A főkomponensekhez tartozó súlyok a (W és E) légtérblokk esetében (EasyNN-Plus)

A tanítás befejezésének feltételeként a korábbi hálóknál is látott feltételt adtuk meg, ez azonban nem teljesült, így a tanulás csak az általunk beállított 3 órás maximális tanulási idő lejártakor fejeződött be. A tanulási folyamatot bemutató 10. ábrán ugyanakkor az látható, hogy a különböző hibaértékek körülbelül 500 tanítási ciklus után már nem változnak jelentősen, a tanulási adatokhoz tartozó maximális és átlagos hibaérték pedig rendkívül alacsony értéket vesz fel. Ebből arra következtethetünk, hogy a tanítási folyamat sikeres volt és a háló várhatóan megbízható eredményeket fog szolgáltatni még akkor is, ha a validálási eredmények átlagos hibája valamilyen okból viszonylag magas (0,1 és 0,2 közötti) értéket vesz fel.

30. ábra A hibák alakulása a tanulási folyamat során a (W és E) légtérblokk esetében (EasyNN-Plus)

A háló eredményeinek megbízhatósága valóban magasnak bizonyult, ahogyan az az 1. táblázatból is kiolvasható. Mivel az egyes hálók által szolgáltatott eredményeket nem csak a háló számára addig ismeretlen lekérdezési adatokkal értékeltük ki, hanem a tanítási adatokkal is, ezért a táblázatban az utóbbiakhoz tartozó pontosságot is feltüntettük. Az értékeléshez használt adatok jellegéről a táblázat második oszlopa ad tájékoztatást, ahol a „Q” a lekérdezési, a „T” pedig a tanítási adatokra utal. Szektortípus Légtér Légtér Elemi szektor Elemi szektor Légtérblokk Légtérblokk

Validálási adatok Q T Q T Q T

Összes (%)

„Split” (%)

„Armed” (%)

„Merged” (%)

100 100 94,8 95,8 95,2 97,7

100 100 100 100

100 100 43,8 47,7 91,7 92,1

98,6 98,7 83,3 100

1. Táblázat A neurális hálók eredményeinek pontossága

59


Budapest, 2014.06.25.

5 Összefoglalás A légiforgalmi irányítói munkaterhelésnek a légi forgalom és a légtér komplexitása alapján matematikai módszerrel történő meghatározása hasznos lehet a különböző légiforgalmi szituációkhoz tartozó optimális szektorszám kiszámítása és ezen keresztül a légi forgalom biztonságának és hatékonyságának optimalizálása szempontjából. Az erre a célra felhasználható egyik lehetséges módszer a neurális hálós szimuláció, aminek a magyar légtérre történő alkalmazhatóságát az EasyNN-Plus szoftver felhasználásával vizsgáltuk. A szoftver segítségével viszonylag rövid idő (kevés tanulási ciklus) alatt volt lehetséges megbízható eredményeket előállítani az olyan szektorok optimális állapotára vonatkozóan, amelyeknek két lehetséges állapota van (légtér és elemi szektorok). Szintén megbízhatónak bizonyultak a szoftver eredményei a légtérblokkoknak egy aránylag homogén felépítésű csoportjára (W és E légtérblokk), igaz, ehhez időigényesebb számításokra volt szükség. Ugyanakkor úgy tűnik, a szoftver kevésbé alkalmazható akkor, ha az összes légtérblokkot egyszerre próbáljuk figyelembe venni a számítások során. Utóbbi megfigyelés alapján indokolt lenne más hálótervező szoftverek kipróbálása (vagy saját szoftver fejlesztése) is. Fontos azonban megjegyezni, hogy kutatásunk jelenlegi fázisának célja nem a lehető legpontosabb eredmények előállítása, hanem a neurális hálós módszer alkalmazhatóságának vizsgálata volt, amely cél az EasyNN-Plus segítségével is megvalósulhatott.

References [1] Péter T., Szabó K. A new network model for the analysis of air traffic networks. Periodica PolytechnicaTransportation Engineering, 2012, pp. 39-44. [2] Skorupski, J. Air traffic smoothness as a measure of air traffic safety. Reliability, Risk and Safety (Ale, Papazoglou & Zio. (Ed)), 707-713, Taylor & Francis Group, 2010. [3] Inoue, S., Aoyama, H., Nakata, K. és Furuta, K. Managing ATC expertise based on distributed cognition analysis. Reliability, Risk and Safety (Ale, Papazoglou & Zio. (Ed)), 1993-1999, Taylor & Francis Group, 2010. [4] Yemelyanov, A.M. Modeling and Decision Support for Analysis of Operator Errors in Complex Systems. Journal of Computers , 2009, pp. 319-329. [5] , C., Palanque, P., Navarre, D. és Winckler, M. A formal approach supporting effective and efficient training program for improving operators’ reliability. Reliability, Risk and Safety (Ale, Papazoglou & Zio. (Ed)), 18281835, Taylor & Francis Group, 2010. [6] Kopardekar, P., Magyarits, S. Measurement and prediction of dynamic density, Proceedings of the 5th USA/Europe Air Traffic Management R & D Seminar, Budapest, 2003. [7] Laudeman, I. V., Shelden, S. G., Branstrom, R., Brasil, C. L. Dynamic density: An air traffic management metric, Technical report, 1999. [8] Averty, P., Athènes, S., Collet, C. Dittmar, A. Evaluating a new index of mental workload in real ATC situation using psychological measures, Proceedings of the 21st Digital Avionics Conference, Irvine, USA, 2002. [9] Majumdar, A., Ochieng, W. Y. The factors affecting air traffic controller workload: a multivariate analysis based upon simulation modelling of controller workload, Transportation Research Record, 1788, 2002, p. 58-69. [10] Masalonis, A. J., Callaham, M. B., Wanke, C. R. Dynamic density and complexity metrics for realtime traffic flow management, Proceedings of the 5th USA/Europe Air Traffic Management R & D Seminar, Budapest, 2003. [11] Gianazza, D., Guittet, K. Evaluation of air traffic complexity metrics using neural networks and sector status, Proceedings of the 2nd International Conference on Research in Air Transportation, Belgrád, Szerbia és Montenegro, 2006. [12] Hilburn, B. Cognitive Complexity in Air Traffic Control – a Literature Review, EEC Note No. 04/04, 2004. [13] Delahaye, D., Puechmorel, S. Air traffic complexity: towards intrinsic metrics, Proceedings of the third USA/Europe Air Traffic Management R & D Seminar, Nápoly, Olaszország, 2000. [14] Lee, K., Feron, E., Pritchett, A. Air Traffic Complexity: an Input Output Approach, Proceedings of the Seventh USA/Europe ATM R&D Seminar, Barcelona, Spanyolország, 2007. [15] Song, L., Wanke, C., Greenbaum, D. Predicting Sector Capacity for TFM, Proceedings of the Seventh USA/Europe ATM R&D Seminar, Barcelona, Spanyolország, 2007. [16] Számel B., Szabó G. Towards safer air traffic: Optimizing ATC controller workload by simulation with reduced set of parameters, Proceedings of the twenty-fourth European Safety and Reliability Conference, Wroclaw, Lengyelország, 2014. [17] Számel B., Szabó G. Légtérkapacitás számítás elméleti modellek alapján. Repüléstudományi Közlemények, 26(2), 2014, pp. 296-330.

60


Budapest, 2014.06.25.

Esőzés és ezzel kapcsolatos közlekedésbiztonsági üzenetek forgalmi hatásai Sándor Zsolt BME, Közlekedésüzemi és Közlekedésgazdasági Tanszék, [email protected]

Abstract Kedvezőtlen időjárási körülmények között nagy jelentőségük van az intelligens közlekedési rendszereknek, melyek az autópályák mentén telepített változtatható jelzésképű táblákon keresztül figyelmeztetik a járművezetőket a lehetséges veszélyekre. Az elmúlt évtizedekben már számos kutató foglalkozott az időjárás és a forgalombiztonság kérdéskörével, azonban az időjárási eseményekkel kapcsolatos üzenetek hatását még nem vizsgálták. Jelen tanulmány az időjárási események és az ezekkel kapcsolatos időjárásfüggő figyelmeztető üzenetek forgalomra gyakorolt hatásait vizsgálja.

Keywords: közlekedésmeteorológia, forgalomlebonyolódás, változtatható jelzésképű táblák

1 Bevezetés A pálya, a jármű és a járművezető kapcsolatát jelentősen befolyásolják a különböző környezeti hatások. A kedvezőtlen időjárási események és állapotok a pálya-jármű kapcsolatra hatnak, melyekhez a járművezetők vezetési stílusuk változtatásával alkalmazkodnak. Az esemény kiterjedésétől és intenzitásától függően számottevően változhatnak a forgalmi és közlekedésbiztonsági paraméterek. Az időjárási események közül az esőzésnek van a legjelentősebb hatása a forgalomlebonyolódásra a rossz látási viszonyok, a jármű és útburkolat között lecsökkent tapadási tényező és a vízen csúszás (aquaplaning) veszélye miatt. Ilyenkor a járművezetők csökkentik sebességüket, növelik a követési távolságot, ami a forgalmi áramlat lassulását és az utazási idő növekedését eredményezi. A sebességcsökkenés hatására megváltoznak a folytonos forgalomáramlási folyamatot leíró sebesség-sűrűség függvények is, eltolódik a stabil és az instabil tartomány. Magyarországon 2012-ben az összes személyi sérüléses közúti balesetek 20,9%-a nedves, havas vagy jeges úton következett be. Kedvezőtlen időjárási körülmény (köd, eső, vihar, havazás, ónos eső stb.) a balesetek 8,7%-nál állt fenn [1]. A gyorsforgalmi úthálózaton bekövetkezett személyi sérüléses balesetek 13,3%-ánál állt fent kedvezőtlen időjárási helyzet, és 21%-ánál volt nedves vagy csúszós az útburkolat. Kedvezőtlen időjárási körülmények esetén a ködös és az esős időben következett be a legtöbb baleset. A kutatási téma aktualitását a kedvezőtlen baleseti adatok is alátámasztják. Ezen kívül az alábbi tényezők is motiválták a kutatást:  hazánkban még nem készült olyan vizsgálat, amely az időjárási paraméterek forgalomlebonyolódásra gyakorolt hatásait vizsgálta;  az utóbbi években egyre gyakoribbak és intenzívebbek a szélsőséges időjárási jelenségek (extrém csapadék, szél stb.);  a járművezetők által tanúsított magatartás megismerése további kutatásokhoz (pl. vészhelyzeti forgalomszabályozás) bemenő adatként szolgálhat;  a gyorsforgalmi úthálózaton a járművezetők magasabb sebességgel haladnak, az utak kiépítése eltérő a főútvonalakhoz képest;  a pályamenti kollektív tájékoztató berendezések segítségével befolyásolható a járművezetők magatartása. Míg az ITS-S megoldások elsődleges célja a forgalombiztonság és forgalomlebonyolódás hatékonyságának növelése, addig az útmeteorológiai rendszerek az aktuális meteorológiai és útviszonyokról szolgáltatnak információt az üzemeltetőknek és a járművezetőknek. Az időjárási tevékenységek forgalomlebonyolódásra gyakorolt hatásával kapcsolatos vizsgálatok a 70-es évektől váltak egyre intenzívebbé. Az intelligens közlekedési rendszerek és szolgáltatások és az útmeteorológiai tájékoztató rendszerek széleskörű elterjedése valamint a változtatható jelzésképű táblák alkalmazása a 90-es évektől kezdve mind Európában, mind Amerikában újabb lendületet adtak a kutatásoknak. Ezen időszaktól kezdve már rendelkezésre álltak olyan gépi rendszerek, melyek lehetőséget biztosítottak a valósidejű adatgyűjtésre és tájékoztatásra. Így lehetőség volt az időjárási események kedvezőtlen hatásainak mérséklésére a tájékoztatás által, és annak mérésére, hogy az információk milyen hatással vannak a közlekedőkre. A VJT-ket elsősorban a forgalomirányítással kapcsolatos üzenetek megjelenítésére használják. Az ilyen jellegű események az üzemeltetés relatíve kis hányadát érintik, így az alacsony kihasználtság elkerülése érdekében, azon országokban ahol a helyi szabályozás engedi, lehetőség van forgalombiztonsági üzenetek megjelenítésére is, összhangban az ITS megoldások alapvető céljaival.

61


Budapest, 2014.06.25.

Az infokommunikációs technológia fejlődése, a berendezések elterjedése, a hatékonyabb (gyorsabb, pontosabb) tájékoztatás adta lehetőségek és a járművezetők viselkedésének tanulmányozása számos kutatót foglalkoztatott. Elkezdték tanulmányozni, hogy a VJT-ken megjelenített információk milyen hatással vannak a járművezetők magatartására: döntési helyzetekben az információk hatására hogyan viselkednek, kedvező vagy kedvezőtlen időjárási körülmények között hogyan reagálnak a közlekedésbiztonsággal kapcsolatos üzenetekre, betartják-e az ajánlásokat, javaslatokat. A kutatás során vizsgálataimat a hazai gyorsforgalmi úthálózatra szűkítettem. Az infrastrukturális adottságok csak ezen útszakaszokon biztosítják azt a széleskörű adatgyűjtést és információ megjelenítést, mely alapján a vizsgálatok elvégezhetőek voltak.

2 Irodalmi áttekintés 2.1 Időjárási eseményekkel kapcsolatos vizsgálatok Az időjárási események forgalomra gyakorolt hatásainak tudományos vizsgálatának kezdete az 1950-es évek elejére nyúlik vissza. Elsőként [2] vizsgálta az összefüggéseket, majd ezt követően a közlekedés meteorológiai kutatások a 70es évektől váltak egyre intenzívebbé. Az eredmények egymással való összehasonlítása nem egyszerű, mivel eltérőek az alkalmazott forgalmi és meteorológiai adatgyűjtési módszerek; a vizsgálati helyszínek és időpontok; a vizsgálat helyszínéül választott pályaszakaszok és azok kiépítettsége; a forgalom összetétele; az alkalmazott berendezések műszaki színvonala és még számos más tényező. Ugyanakkor kijelenthető, hogy a kedvezőtlen időjárási viszonyok csökkentik az utazási igényeket, főleg hétvégén és munkaszüneti napokon. A közlekedési eszközválasztást szintén befolyásolja az időjárás. Azokban az országokban és régiókban, ahol magas a kerékpárosok és a motorosok részaránya, csapadékos idő esetén a felhasználók a kétkerekű közlekedési módról áttérnek zárt utasterű eszközökre. Ez a mobilitás fejlettségi fokától függően lehet egyéni motorizált közlekedés vagy akár közösségi közlekedés is. [3] a balesetek alakulását vizsgálta száraz és esős időben. Kutatásában rávilágított, hogy Nagy Britanniában a balesetek 31%-a esős időben – nedves útfelületen – történik és ezek közel fele akkor, amikor esik az eső. [4] megállapították, hogy az esőzés nappal 1,9%-kal, éjjel 5,2%-al növeli a balesetek számát. [2] Angliában végzett kutatásokat, aminek során a forgalomnagyság és a csapadék intenzitása között negatív korrelációt mutatott ki, és kiszámította, hogy a csapadék intenzitása hány százalékkal csökkenti a személygépjárművek forgalomnagyságát (1,3-3,1 % /mm/h). [5] kutatásában a holland autópálya forgalmi paramétereit vizsgálta, és érdekes módon nem talált jelentős különbséget a csapadékos és a száraz időben tapasztalható forgalomnagyságok között, továbbá a modal split-ben sem történt változás. [6] a nyári hónapokban vizsgálta az esőzés hatását Chicagóban, a városi forgalomban, melynek hatása hétköznap elhanyagolható, azonban hétvégén 9%-al csökkenti a forgalmat. [7], [8] kimutatta, hogy a tokiói városi autópályán esős időben hétköznap közel 3%-kal csökken a forgalom, míg hétvégén átlagosan 6-7%-kal. [4] Ausztráliában, Melbourne-ben vizsgálta az esőzés hatásait. Kimutatták, hogy tavasszal és nyáron, akár 2%-kal is csökkenhet a forgalom esős időben. A forgalomcsökkenés annál nagyobb, minél intenzívebb az esőzés. [9] kimutatta, hogy az esőtől függően az autópálya kapacitása 4-7%-kal de intenzív csapadék esetén akár 14%-kal is csökkenthet. Az esőzés az adott útszakaszon elérhető maximális szabad sebességére is hatással van. Egy útszakasz kapacitására az esőzésen kívül a nappali és az éjszakai látási viszonyok is hatással vannak: télen, a sötét órákban a nyári értékekhez képest 12,8%-kal csökkent a kapacitás. [10] Malajziában vizsgálták az időjárás hatásait. Vizsgálataik eredményét az esőzés intenzitásától függően három csoportra bontották:  kis intenzitás esetén (<2,5 mm/h) a kapacitáscsökkenés 8%, azonban kis járműsűrűség esetén (5-25 jármű/km) a hatás nem mérhető.  közepes intenzitás esetén (2,5-10 mm/h) jelentősen, akár 50%-kal is visszaeshet.  nagy intenzitás esetén (10-50 mm/h) 31%-os kapacitáscsökkenés volt megfigyelhető. Továbbá megállapították, hogy azokon a szakaszokon, ahol 30% feletti a kapacitás csökkenés csapadékos időjárás esetén, ott száraz időben is jelentős torlódások alakulhatnak ki. [5] Hollandiában a követési időközök változását vizsgálta. [2010] Malajziában folytatott vizsgálatokat a követési időközökkel kapcsolatosan. Az időjárással a baleseti kockázat is szorosan összefügg. Finnországban a baleseti kockázat a havas úton 9-szer, jeges úton 20-szor nagyobb, mint száraz úton [12], [13]. Norvégiában ez az érték havas vagy jeges úton 2,5-szer nagyobb, mint száraz úton [14]. Kanadai kutatások kimutatták [15], hogy esőzés közben a baleseti kockázat 70%-kal magasabb, mint száraz körülmények között. Kalifornia államban esős napokon kétszer annyi baleset történt, mint száraz időben [16]. [17] amerikai és izraeli adatok alapján megállapították, hogy esős időben a baleseti kockázat két-háromszorosa a száraz időben tapasztalhatónak. Ez a kockázat ráadásul akkor magasabb, ha az esőzés hosszabb, száraz időszak után következik be. Ennek elsősorban pszichológiai magyarázata van: a hosszan tartó kedvező adottságok között a járművezetők elszoknak a megváltozott út- és időjárási viszonyoktól. A havazás forgalomra gyakorolt hatását több kutató is vizsgálta: [18], [19]. Megállapították, hogy havas időben a forgalomnagyság jóval – akár 30%-kal – is alacsonyabb, mint száraz időben. A baleseti ráta azonban havazás esetén magasabb, mint száraz időben, azonban ahhoz képest kevesebb személyi sérülés következik be. A súlyos és halálos balesetek száma száraz időjárási körülményekhez képest alacsonyabb. A kutatások kimutatták, hogy a téli időszak kezdetén az első hóeséssel járó napokon több baleset történik. [20] kimutatta, hogy a téli időszak kezdetén 3,5-szer nagyobb a baleseti kockázat, mint a végén. Ennek szintén közlekedés pszichológiai hatása van, ugyanis a téli időszak

62


Budapest, 2014.06.25.

kezdetét követően a járművezetők már sokkal felkészültebbek, és az adott időjárási körülményeknek megfelelő magatartást tanúsítják. 2.2 Időjárási eseményekkel kapcsolatos közlekedésbiztonsági üzenetek hatásaival kapcsolatos kutatások Az utóbbi években számos kutató foglalkozott a VJT-ken megjelenő információk forgalomlebonyolódásra gyakorolt hatásával, azonban ezek rendre a (sebesség) korlátozásokat, tereléseket és útvonalajánlásokat megjelenítő üzenetekre korlátozódtak. Az ITS rendszerek segítségével megjelenített (VJT) – az aktuális környezeti körülményekhez igazodó közlekedésbiztonsági – üzenetek hatásával alig foglalkozottak. [21] a VJT elterjedésével kapcsolatosan végzett kutatásokat. Vizsgálatai során megállapította, hogy a VJT-kkel megvalósított változtatható sebességszabályozást (haladási sebesség csökkentést) jobban betartották, ha a sebességet jelző piktorgrammot az okra vonatkozó üzenettel (szöveges vagy piktogramos megoldás) együtt jelenítették meg. Amennyiben csak a veszélyt jelező üzenetet jelenítették meg, az kevésbé volt hatékony (kevesebben csökkentették sebességüket), mint a kombinált megoldás, ráadásul a kutatás kimutatta, hogy a járművezetők könnyebben értelmezik a képi információkat, így a szöveges megjelentés kerülendő. [22] Finnországban folytatott vizsgálatokat, mely során a kedvezőtlen meteorológiai körülmények hatására aktiválódó különböző jelzésképekre (figyelmeztető tábla – csúszós útburkolat, minimális követési távolság) adott forgalmi reakciókat vizsgálta. Az eredmények kimutatták, hogy a csúszós útburkolatra vonatkozó jelzéskép 1-2 km/h-val csökkentette a sebességet. Amennyiben a jelzést sebességszabályozással együtt alkalmazzák, úgy 100-ról 80-ra csökkentve a maximális sebességet, az átlagsebesség helyszíntől és a megjelenített információtól valamint annak módjától (állandó jelzéskép vagy villogó) függően 3,4-5,3 km/h-val csökkent és a szórás is kisebb lett. Svédországban az útmeteorológiai rendszert összekapcsolták a VJT-kel. A rendszer az aktuális útviszonyoknak megfelelően az ajánlott sebességet jeleníti meg. Ennek hatását [23] vizsgálta. Megállapította, hogy az ajánlás hatására az átlagsebesség kb. 10%-kal csökkent, a sebességek egyenletesebbé váltak és a követési távolság növekedett. Hollandiában a VJT-ket forgalmi információszolgáltatásra és általános tájékoztatására is használják egyszerre. Ezzel kapcsolatosan [24] végzett kikérdezéssel egybekötött felmérést. A járművezetők úgy nyilatkoztak, hogy az általános üzenetekre nem fordítanak különösebb figyelmet. A szerzőpáros megállapította, hogy a feltételezésekkel ellentétben a megjelenítet kiegészítő információ nem hordoz negatív hatást. Angliában több kutató és kutatócsoport is foglalkozott a járművek jelenléte esetén aktiválódó jelzőberendezések hatásával. A gyorshajtással foglalkozó kutatócsoport [25] az Egyesült Királyság 10 helyszínén felszerelt elektronikus kijelzők hatását vizsgálták, melyek a mérést követően azonnal megjelenítették a járművek sebességét, így a járművezető tisztában volt az aktuális sebességével. A rendszer célja a gyorshajtó járművek számának csökkentése. A kutatás kimutatta, hogy a helyszíni vizsgálatok során 11 km/h-val csökkent az átlagsebesség az érintett területeken. [26] az országszerte számos helyszínen telepített berendezésekkel kapcsolatosan végzett kutatást. A berendezések gyorshajtó járművek esetén aktiválódtak, és helyszíntől függően különböző jelzésképeket jelenített meg. A kutatás során összehasonlították a telepítés előtti és a telepítés utáni forgalmi és baleseti adatokat. Az eredmények jelentős sebességcsökkenést mutattak ki, mely helyszíntől és a megjelenített üzenettől függően 6-22 km/h sebességtartományba esett. Szintén Angliában [27] egy ködre figyelmeztető rendszer hatásait vizsgálta, mely automatikusan érzékelte a látótávolság csökkenését, és erről az érintett terület előtt – a látótávolságtól függően – 0,8-3,8 km-rel VJT-ken tájékoztatta a járművezetőket. Az üzenet hatására a haladási sebesség átlagosan 2,9 km/h-val csökkent (belső sávokban jobban, külső sávokban kevésbé; gyorsabban haladó járművek az átlagos sebességnél alacsonyabbra csökkentették sebességüket). Hollandiában [28] és Amerikában [29] szimulátoros vizsgálatokat végeztek, melyek során összehasonlították, hogy a járművezetők virtuális környezetben hogyan reagálnak a VJT-ken, illetve a járműfedélzeti berendezéseken megjelenő üzenetekre. Hollandiában a sorhosszról szóló információkat közöltek a járművezetőkkel, míg Amerikában meteorológiai és baleseti kockázatról szóló információkat. Az eredmények azt mutatják, hogy a járművezetők a figyelmeztető üzenetek hatására mérséklik sebességüket, azonban a járműveken kívül megjelenő üzenetek esetén intenzívebb a hatás. [30] Kanadában folytattak forgalmi vizsgálatokat, mely során két különböző, a gyorshajtással összefüggő üzenet hatását mérték. Az eredmények alátámasztották a kikérdezéses elemzést, mely szerint a járművezetők a pszichológiai (lelki) hangvételű üzenetek esetén jobban lelassítanak, mint az általános – büntetésre felhívó – üzenet esetén.

3 Kutatási módszertan A kutatás során két független vizsgálatot végeztem:  Csapadéktevékenység forgalomlebonyolódásra gyakorolt hatásának megállapítása (csak a csapadék hatása).  Időjárási eseményekkel kapcsolatos közlekedésbiztonsági üzenetek forgalomlebonyolódásra gyakorolt hatásának mérése (csapadék + erről szóló üzenet, illetve csak az üzenet hatásának mérése.) A vizsgálatok kiterjedtek az infrastruktúrára (pályahálózat és útmenti berendezések), a támogató informatikai rendszerre (adatgyűjtés, feldolgozás) és az alkalmazott üzemeltetési gyakorlatra. A vizsgálati helyszín kiválasztása mindezek ismeretében történt, majd ezt követte az adatelemzés és az eredmények meghatározása. 3.1 Infrastruktúra Az elemzés kiterjedt a pályahálózat (hossz, szakaszok, geometria, csomópontok, sávszám, stb.) és az útmenti berendezések vizsgálatára. Ehhez az Állami Autópálya Kezelő (ÁAK) Zrt. rendelkezésemre bocsájtotta a vizsgálat

63


Budapest, 2014.06.25.

lefolytatásához szükséges helyszín és berendezés adatokat km szelvény, pályaoldal és berendezés típusok szerinti bontásban.  Meteorológiai állomások: a gyorsforgalmi utak mentén egymástól 10-15 km-re helyezkednek el, időjárási szempontból nagy eseménypotenciállal rendelkező területen.  Forgalomszámláló állomások: általában csomópontok között találhatók. Szinte mindegyike „duplahurkos” kialakítású, így képesek sebességmérésre is, és rendelkeznek piezoelektromos érzékelővel is, ami lehetővé teszi a járműkategóriák megkülönböztetését.  Változtatható jelzésképű táblák: nagy eseménypotenciállal rendelkező területekre telepítik, ahol a forgalmi vagy baleseti jellemzők ezt indokolják. Számuk az utóbbi években folyamatosan növekszik. 3.2 Támogató informatikai rendszer A gyorsforgalmi úthálózat forgalmi menedzsmentjét az ÁAK Zrt (2013. november 1-je óta Magyar Közút NZrt.) Forgalom Irányító Rendszer (FIR) valósítja meg, mely támogatja az ITS rendszerekre jellemző a háromszintű felépítést:  Adatgyűjtést megvalósító rendszerek  Feldolgozási folyamatokat támogató rendszerek  Beavatkozó, információszolgáltató rendszerek Az adatgyűjtés során a FIR rendszer feldolgozza az útmenti adatgyűjtő berendezésekből érkező forgalmi és útmeteorológiai adatokat. A meteorológiai állomások 10 percenként továbbítják az alábbi adatokat: berendezés azonosító, hőmérséklet, harmatpont, fagypont, relatív páratartalom, csapadék típusa, intenzitása, útburkolat állapota, útburkolat hőmérséklete, burkolaton sókoncentráció, burkolati vízréteg vastagsága, szélirány, szélsebesség, széllökés. A forgalomszámláló állomások 6 percenként továbbítják a megelőző 6 perces mérési intervallumban elhaladt járművek darabszámát és sebességeik átlagát, valamint ugyan ezen adatokat személy- és tehergépjárművekre bontva. A változtatható jelzésképű táblákon megjelenített jelzésképeket percre pontosan a FIR rendszer tartalmazza, így visszakereshető, hogy mikor milyen jelzésképeket jelenítettek meg a berendezések. Az informatikai rendszer a feldolgozás során egybeveti a beérkező adatokat a korábban beállított határ paraméterekkel. Így a rendszer a mért forgalmi és meteorológiai értékek alapján az időjárási állapot romlása vagy a forgalom torlódása esetén riasztja a diszpécsert. A rendszer képes átvenni riasztásokat az alrendszerekből, és rendelkezik egy intelligens, adaptív modullal, aminek legfontosabb része az ún. stratégia tár. Ebben a stratégia tárban lehetőség van eseményekhez beavatkozási stratégiákat társítani, például bizonyos időjárási körülmények, vagy baleset esetén képes a rendszer a közelben elhelyezkedő VJT-re jelzéskép módosítási javaslatot tenni. A javaslatra adott válaszból és az eseményhez kapcsolódó diszpécseri beavatkozások alapján pedig az adaptív modul képes ezt a stratégiát módosítani. A rendszer csak javaslatot tesz a diszpécsernek, automatikusan nem végez beavatkozásokat. Manuális jóváhagyás minden esetben szükséges. Beavatkozás elsődlegesen a változtatható jelzésképű táblákon keresztül valósul meg, így lehet felhívni a járművezetők figyelmét az esetleges veszélyforrásra, és lehet javaslatot adni a követendő magatartásra. Az informatikai rendszerből lehetőség volt a szükséges forgalmi és meteorológiai valamint naplózott táblakép adatokat kinyerni, melyet a társaság táblázatos vagy excel fájllá átalakítható szöveges formátumú fájlban adott át. 3.3 Alkalmazott üzemeltetési gyakorlat Az autópálya kezelő társaságok a hatályban lévő útügyi műszaki előírásoknak megfelelően [31], [32] és saját belső szabályzataik értelmében [33], [34] kedvezőtlen időjárási viszonyok esetén (aquaplaning veszély, jegesedés, köd, vizes útburkolat stb.) jogosultak figyelmeztető vagy tájékoztató üzenetek megjelenítésére. A VJT-k üzemeltetésére vonatkozó irányelveknek megfelelően az üzeneteknek az alábbi veszélyességi prioritás szerint kell megjelenniük:  Baleset  Torlódás, pályazár  Időjárás okozta kockázat (csúszós úttest, köd, hófúvás)  Forgalomterelés, munkavégzés, lezárások  Más pályán/más közútkezelő területén bekövetkező forgalmi események  Egyéb Időjárással összefüggő üzenet akkor jeleníthető meg, ha a pálya időjárási eseménnyel érintett szakaszán nincs baleset és forgalmi korlátozás. A jelzésképek megjelenítéséért az érintett autópálya mérnökségek felelősek. A Téli üzemeltetési szabályzat [33] és a Forgalomirányítási eszközök üzemeltetéséről szóló szabályzat [34] számos kötelező előírást meghatároz, azonban a helyzetértékelésében komoly mozgásterük van a mérnökségeknek. Riasztás vagy észlelés esetén az aktuális forgalmi és időjárási helyzettől függően helyi szinten hozzák meg a döntést a szükséges beavatkozásról (pl. télen preventív sózás stb.) és a megfelelő táblaképek kivezérléséről. 3.4 Helyszínválasztás A csapadéktevékenység hatásának méréséhez olyan helyszíneket választottam, ahol a forgalomszámláló állomás néhány km-es közelségében nem található VJT vagy ha igen, akkor azt időjárással összefüggő üzenetek megjelenítésére nem használták a csapadéktevékenységgel érintett időszakokban. Ezzel szemben a VJT-ken megjelenített üzenetek forgalomlebonyolódásra gyakorolt hatásainak méréséhez olyan szakaszokat választottam, ahol a forgalomszámláló állomás 5-600 méteres környezetében telepítettek VJT-t. Ez a távolság elegendő arra, hogy a tábla alatt való elhaladás után a járművezető értelmezze az üzenetet és annak megfelelően változtasson az aktuális vezetési módján.

64


Budapest, 2014.06.25.

Az M3-as és M7-es autópályán, a forgalmi szempontok alapján öt keresztmetszetet jelöltem ki (2-es függelék VII.1-es táblázat, VII.1-es ábra). A kiválasztásánál fontos tényező volt, hogy eltérő forgalmi paraméterek jellemezzék az adott keresztmetszetet. Olyan helyszíneket választottam, ahol rendelkezésre áll az összes adatgyűjtő és információ megjelenítő eszköz, továbbá az adott autópálya vagy autóút szakaszon nem található fel és lehajtó az információt megjelenítő eszköz és a mérőberendezés között. Vizsgálataimhoz az M31-es autópálya 6-10 km szelvény közötti és az M0-ás autóút 50-67 km szelvény közötti szakaszai választottam. A szakaszok elhelyezkedése és az adatgyűjtő berendezések helyét pályaoldalanként a 2-es függelék VII.2-es és VII.3-as táblázata valamint a VII.2-es ábra tartalmazza. 3.5 Adatelemzés A kutatás egymástól független adatsor (táblázat) manuális összehasonlításából állt, mely során az alábbi adatok vetettem egybe:  meteorológiai adatok (órás bontásban tartalmazta az állomások által rögzített adatokat),  forgalomszámláló állomások által szolgáltatott adatok (1-es táblázat),  VJT-ken megjelenített jelzésképek naplófájlja (táblázatos formátum: portál, jelzésképek aktiválásának és deaktiválásának időpontjai) b) jelű, az üzenetek forgalomra gyakorolt hatásának vizsgálata esetén). Autópálya

...

Km szelvény

...

M3

051 + 888 km 051 + 888 km 051 + 888 km 051 + 888 km

...

...

M3 M3 M3

Mérési Irány intervallum

...

...

Sáv

...

Összes Szgk Tgk Szgk Tgk Átlagsebesség jármű átlagsebessége átlagsebessége

...

2012.05.07. bal haladó 15 db 22:54 - 23:00 2012.05.07. bal előző 2 db 22:54 - 23:00 2012.05.07. jobb előző 0 db 22:54 - 23:00 2012.05.07. jobb haladó 21 db 22:54 - 23:00

...

...

...

...

... 10 db

...

...

5 db 103.67 Km/h 113.0 Km/h

2 db 0 db 115.0 Km/h 0 db 0 db 14 db ...

...

0.0 Km/h

7 db 78.81 Km/h ...

...

... 85.0 Km/h

115.0 Km/h

0.0 Km/h

0.0 Km/h

0.0 Km/h

85.0 Km/h

66.43 Km/h

...

...

1-es táblázat: Forgalomszámláló állomások által gyűjtött adatok – adatstruktúra

A vizsgálati helyszíneknél kiválasztottam időjárási szempontból eseménytelen, de megegyező forgalmú időszakokat (kontroll adat) – nap, napszak, forgalomnagyság, forgalmi összetétel. Az időjárási eseményekkel érintett napokra vonatkozóan az a) jelű vizsgálathoz a meteorológiai adatokat a legnagyobb hazai magánszolgáltató biztosította (forgalomszámláló állomásokhoz legközelebb elhelyezkedő meteorológiai állomások adataival), míg a b) jelű vizsgálathoz az ÁAK Zrt saját mérőhálózatából származó adatokat használtam. A feldolgozási folyamat során a meteorológiai adatokat összevetettem az Országos Meteorológiai Szolgálat által mért adatokkal, hogy a hamis adatokat kiszűrjem. Az érintett napokra vonatkozóan az ÁAK Zrt. a rendelkezésére bocsájtotta a forgalomszámláló állomások által mért nyers forgalmi adatokat (5.2-es táblázatban bemutatott formátumban), melyek segítségével az elemzés elvégezhető volt. A vizsgálat során összehasonlításra kerültek az időjárási szempontból kedvező (száraz, csapadékmentes) és kedvezőtlen (esős) időszakok forgalmi adatai, sávonkénti bontásban. Így lehetőség volt az időjárás forgalomlefolyásra – elsősorban a sebességre – gyakorolt hatásának vizsgálatára. A forgalmi adatoknál csak a sebességváltozást lehetett vizsgálni, mivel forgalmi sűrűség, követési időközök és egyéb jellemzőket az országos közúthálózaton sehol nem mérnek. A forgalmi adatoknál külön vizsgáltam a haladó és előző sávon mért sebességeket, mind a személy- mind a tehergépjárművekre vonatkozóan. Az időjárási eseménnyel érintett, valamint az azt megelőző és az azt követő időszakokban vizsgáltam a sebességváltozások alakulását, így a hatások összemérhetővé váltak. A b) jelű vizsgálathoz a forgalmi és meteorológiai adatokon kívül az érintett napokra az ÁAK Zrt. FIR rendszerből kiszűrte, hogy mely táblákon mikor, milyen jelzésképek szerepeltek. Az a) jelű vizsgálat során 2010 májusától 2012 októberéig kiválasztásra került 180 olyan nap, amikor forgalmi szempontból jelentős csapadék hullott. Ez a 180 nap azonban nem 180 időjárási eseményt jelent, hanem többet, ugyanis voltak olyan napok, amikor a teljes napi csapadékösszeg nem egyszerre, hanem több hullámban esett. A vizsgált események időbeliségét tekintve előfordultak nappali és éjszakai, természetes és mesterséges látási viszonyok, hétköznapi és hétvégi, téli és nyári, valamint alacsony és magas forgalmú időszakok is. Az b) jelű vizsgálat során a két gyorsforgalmi úton 2011. május 15-től 2013. március 18-ig összesen 176 „eseményt” (üzenetet), azon belül négy jelzéskép hatásait vizsgáltam – csúszásveszély (82), vizes/nedves útburkolat (83), ködfoltos útszakasz (4), sószórás / síkosságmentesítés (7). A sebességváltozásokat eltérő csapadéktípusok és fagyveszély esetén is tanulmányoztam. Utanként:  M0-ás autóút: csúszásveszély (69), vizes/nedves útburkolat (82), ködfoltos útszakasz (3);  M31-es autópálya: csúszásveszély (13), sószórás / síkosságmentesítés (7), ködfoltos útszakasz (1), nedves burkolat (1). A téli időszakban 2012. október 26-tól 2012. december 7-ig.

65


Budapest, 2014.06.25.

4 Eredmények A kutatási eredmények általános érvényű és jelzéskép-specifikus eredményekre válaszhatók szét. 4.1 Általános megállapítások Az a) és b) jelű vizsgálatokkal kapcsolatos, általánosan érvényes megállapítások: A csapadék intenzitástól függően több csoportot lehet megkülönböztetni:  0-4 mm/h-ig: nincs számottevő hatás, a haladási sebesség megváltozása elenyésző (mérési hibahatáron belüli);  5-10 mm/h-ig: mérsékelt hatás, a sebességváltozás maximum 10-20 km/h;  10-20 mm/h-ig: intenzív hatás, a sebességváltozás 15-40 km/h is lehet;  20 mm/h intenzitás felett extrém hatások, a sebesség megváltozása 40 km/h-nál nagyobb is lehet. A vizsgálatok alapján megállapítható, hogy a sebességcsökkenés nem azonos; minden egyes intenzitáshoz egy-egy tartomány tartozik. Kétsávos autópályára vonatkozóan az 1-es és 2-es ábra forgalmi sávonként ezt a tartományt szemlélteti. Az esőzés intenzitásának növekedésével a tartomány egyre szélesebbé válik. A függőleges sávok az egyes intenzitáshoz tartozó sebességcsökkenést szemléltetik (adott intenzitásnál előforduló változások).

haladási sebesség csökkenése (km/h)

Külső (haladó) sáv

30 25

20 15 10

5

Nincs számottevő és kimutatható hatás

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 …

csapadék intenzitás (mm/h)

1-es ábra: Csapadék intenzitásának a külső sáv sebességére gyakorolt hatása

Belső (előző) sáv

haladási sebesség csökkenése (km/h)

45 40 35 30 25 20 15 10 5

Nincs számottevő és kimutatható hatás

1

2

3

4

5

6

7

8

9 10 11 12 13 14 15 16 17 18 19 20 21 …

csapadék intenzitás (mm/h)

2-es ábra: Csapadék intenzitásának a belső sáv sebességére gyakorolt hatása

66


Budapest, 2014.06.25.

A haladási sebesség visszaesése minden körülmény között a belső(bb) (előző) sávo(ko)n jelentősebb. (Száraz körülmények között a külső és belső sáv között 15-30 km/h-ás átlagos sebességkülönbség mérhető, ami függ a napszaktól, világosságtól, a pálya vonalvezetésétől és az alkalmazott sebességkorlátozásoktól is.) Tehergépjárművek közlekedésére nincsenek hatással a megjelenített jelzésképek és a csapadéktevékenység. Ennek lehetséges okai a teherautók menetdinamikai tulajdonságaira, és a rájuk vonatkozó 70 és 80 km/h-ás maximális sebességre vezethető vissza (autóút 70 km/h, autópálya 80 km/h). Esőzés esetén a személygépjárművek sebessége jellemzően 80-85 km/h-ra esik vissza. Az 1-es és 2-es ábrán feltűntetett értékek átlagos értékek, melyeket jelentősen befolyásolhat a forgalomnagyság, a pálya vonalvezetése, a látási és tapadási viszonyok hirtelen változása stb. Az értékeket iránymutatást adnak a változás mértékéről, a csapadék intenzitásának függvényében. Azokon a szakaszokon, ahol a forgalomnagyság eléri vagy megközelíti a kapacitásmaximumot (pl. a reggeli csúcsforgalomban a Budapest környéki szakaszok), ott még intenzívebb hatásokra kell számítani. A sebességcsökkenés elméleti maximális értéke akár egyenlő is lehet a pályán mérhető átlagsebességgel. Ez akkor következhet be, amikor a környezeti viszonyok a közlekedés feltételeit teljesen ellehetetlenítik. A közlekedők egyedi értékelése alapján ez a szint egyénenként jelentősen eltérhet. A forgalom teljes megállásához rendkívül szélsőséges körülmények szükségesek, azonban a gyakorlati tapasztalatok alapján ilyenkor is inkább egy baleset miatt áll meg a járműfolyam. Bár a rendelkezésre álló adatok alapján nem, de a tapasztalatok alapján kijelenthető, hogy a pálya vonalvezetése és a burkolat állapota is nagyban befolyásolja a haladási sebesség változását. Azokon a helyeken, ahol a lehullott csapadék pl. csak a grooving-vágáson 3 keresztül tud távozni, ott nagy intenzitás vagy hosszantartó esőzés során a pályán a csapadék felgyűlhet, emiatt jelentősebb a sebességcsökkenés. Ilyen területeken az autópálya üzemeltető statikus veszélyre figyelmeztető vagy sebességkorlátozó táblákat helyez ki; kedvezőtlen időjárási esemény alkalmával a járművezetők a burkolaton felgyülemlett vízréteget is látják. Az időjárással összefüggő balesetek vizsgálatát, a hazai statisztikai adatgyűjtés hiányosságai nem teszik lehetővé. Csupán a vizes burkolaton történt személyi sérüléssel járó balesetek aránya és darabszáma áll rendelkezésre, de ebből nem lehet pontos következtetést levonni arra vonatkozóan, hogy a balesetek időjárási körülmények miatt következtek be, ugyanis azt csak a baleset körülményeinek pontos ismeretében, a rendőrségi jelentések birtokában lehetne meghatározni. A mért értékekre polinomot illesztve a haladó és előző sávon bekövetkező relatív sebességcsökkenést a 3-as és 4-es ábra szemlélteti, míg az abszolút változást - 20%-os konfidencia intervallumokkal - az 5-ös és 6-os ábra. Az abszolút értékekhez szükséges kezdeti sebességértékek meghatározása átlagolással történt (v0). A vizsgált keresztmetszetekben a csapadékmentes időszakban tapasztalható átlagsebességek vizsgálata alapján.  előzősáv átlagsebesség: 125 km/h, szórás 2,5 km/h  haladósáv átlagsebesség: 106 km/h, szórás 3,4 km/h Az illesztett negyedfokú polinomom segítségével a 25 mm/h feletti tartományra vonatkozó bizonytalanságot tartalmazó előrejelzés adható, intenzív csapadéktevékenységben bekövetkező sebességcsökkenés várható nagyságára. Az eredmények összhangban vannak a nemzetközi trendekkel, melyek ~30-50 mm/h-ás csapadékintenzitás esetén a forgalom teljes leállását jelzik.

Haladósáv sebességcsökkenése

Sebességcsökkenés

120 100

y = 0,0008x4 - 0,0367x3 + 0,4942x2 - 0,3441 R² = 0,8521

80 60 40 20

3-as ábra: Relatív sebességcsökkenés a haladósávon

0 0

5

10

15

20

25

Csapadékintenzitás mm/h

3

rovátkolás: speciális bevágások az útburkolaton, melynek célja a vízelvezetés biztosítása olyan területeken, ahol az útpálya hosszvagy oldalesése minimális. Az út tengelyével 60°-os szöget bezáró, 8 mm mély hornyok.

67


Budapest, 2014.06.25.

4-es ábra: Relatív sebességcsökkenés az előzősávon

5-ös ábra: Abszolút sebességváltozás különböző csapadékintenzitások esetén, a haladósávon

6-os ábra: Abszolút sebességváltozás különböző csapadékintenzitások esetén, az előzősávon

4.2. Jelzéskép-specifikus megállapítások Az időjárási esemény (intenzív eső, havazás), már önmagában kivált egy sebességcsökkenést. A jelzéskép segítségével a járművezetők figyelme fokozható, illetve segít a nehezebben észlelhető események (pl. jeges útburkolat, ködfoltos szakaszok, stb.) negatív hatásainak tompításában, továbbá óvatosabb haladásra készteti a vezetőt. M0-ás autóút: A ködfoltos útszakaszra vonatkozó jelzéskép esetén a forgalmi hatás minimális. A haladó sávon csupán 0,5 km/h-ás, az előző sávon 2 km/h-ás sebességcsökkenés figyelhető meg. Ennek egyik lehetséges oka, hogy a ködfoltos szakasz nem feltétlen a VJT-k és a forgalomszámláló állomások közvetlen közelében található. Azonban a járművezetők a látótávolság csökkenésekor sebességüket is csökkentik. Megállapítható, hogy a csúszásveszélyre figyelmeztető és a nedves burkolati állapotra vonatkozó üzenetek hatásai azonosak. A 2-es és 3-as táblázat összefoglalja a jelzésképek által kiváltott forgalmi hatásokat sávonként és időjárási eseményenként, a két és három sávos szakaszokra vonatkozóan.

68


Haladó sáv Középső sáv Előző sáv

Esőzés esetén 1 és 22 km/h között 1 és 23 km/h között 0 és 27 km/h között

Budapest, 2014.06.25.

Haladó sáv Középső sáv Előző sáv

Havazás esetén 0 és 6 km/h között 2 és 6 km/h között 3 és 10 km/h között

2-es táblázat: Csúszós és nedves útburkolatra figyelmeztető jelzéskép által kiváltott sebességcsökkenés három forgalmi sávos szakaszon

Esőzés esetén

Haladó sáv Előző sáv

1 és 16 km/h között 1 és 18 km/h között

Havazás esetén


1 és 2 km/h között 1 és 3 km/h között

3-as táblázat: Csúszós és nedves útburkolatra figyelmeztető jelzéskép által kiváltott sebességcsökkenés két forgalmi sávos szakaszon

M31-es autópálya: Ködfoltos útszakaszra és a nedves burkolatra figyelmeztető üzeneteknél nem állapítható meg számottevő forgalmi hatás. Ennek több okai: kicsi a minta (csupán 1-1 eseményt volt lehetőség vizsgálni); a vezetők nem a sebességüket mérsékelték, hanem figyelmüket növelték. A csúszásveszélyre figyelmeztető jelzéskép által kiváltott sebességcsökkenést a 4-es, a sószórás / síkosságmentesítés figyelmeztető jelzéskép által kiváltott sebességcsökkenést az 5-ös táblázat foglalja össze.


Eső és fagyveszély esetén 3 és 5 km/h között 5 és 6 km/h között


Havazás esetén 5 és 33 km/h között 2 és 39 km/h között

4-es táblázat: Csúszásveszélyre figyelmeztető üzenet által kiváltott sebességcsökkenés


Eső és fagyveszély esetén ~ 5 km/h ~ 8 km/h


Havazás esetén 4 és 22 km/h között 10 és 30 km/h között

5-ös táblázat: Sószórásra figyelmeztető üzenet által kiváltott sebességcsökkenés

A nagyobb sebességcsökkenési értékek nem a jelzésképeknek, hanem az időjárási eseménynek is a következménye. A jelzéskép is rendelkezik sebesség csökkentő hatással, mely jellemzően maximum 10 km/h. Csapadékmentes, de fagyveszélyes időszakokban a sebességcsökkenés minden esetben 5 km/h alatti volt. Több olyan időpont is volt a vizsgálat során, ahol nem volt megfigyelhető a haladási sebesség csökkenése. Ennek egyik lehetséges oka, hogy a jelzéskép már érvényét veszítette. Ilyen problémák a leggondosabb odafigyelés mellett is előfordulhatnak. A jelzésképek által kiváltott sebességcsökkenés alacsonynak tűnhet, nem szabad figyelmen kívül hagyni, hogy ezzel párhuzamosan a járművezető növeli figyelmét, felkészül a lehetséges veszélyekre, így a forgalombiztonság növekszik.

5 Összefoglalás Annak ellenére, hogy a forgalomlebonyolódás és az időjárás közötti kapcsolat kutatása több mint fél évszázados múltra tekint vissza, az időjárással kapcsolatos figyelmeztető üzenetek forgalomra gyakorolt hatásával a kutatók még nem foglalkoztak. A hazai autópályán végzett vizsgálat ezt a hiányosságot próbálj meg pótolni, mely kimutatta, hogy az időjárási események már önmagukban csökkentik a haladási sebességet. A megjelenített jelzéskép által kiváltott hatások mérése nem egyszerű. Sok esetben nem lehet egyértelműen meghatározni, hogy a sebességcsökkenés csupán a VJT-nek vagy az esőzésnek/havazásnak köszönhető. A mérési eredmények alapján kijelenthető, hogy a jelzésképek megjelenítése, már önmagában is 5-10 km/h-val képesek csökkenteni a sebességet. Bár ez a csökkenés alacsonynak tűnik, nem szabad figyelmen kívül hagyni, hogy ezzel párhuzamosan a járművezető növeli figyelmét (pl. távolabb tekint, gyakrabban használja a tükröket, stb.), felkészül a

69


Budapest, 2014.06.25.

lehetséges veszélyekre, így a forgalombiztonság is fokozódik. Lényeges kiemelni, hogy a mért értékek átlagosak, melyeket jelentősen befolyásolhat a forgalomnagyság, a pálya vonalvezetése, a látási és tapadási viszonyok hirtelen változása stb. Ennek megfelelően kell kezelni az értékeket, melyek leginkább iránymutatást adnak a változás mértékéről. A kutatási eredmények fontos információt nyújtanak a nagyméretű dinamikus hálózatokon vizsgált közlekedési folyamatok analízisénél is. A vizsgálatból származó adatok bevitele a matematikai, ill. szimulációs modellekbe további hasznos eredményeket hoz a hálózatok működésének pontosabb leírásánál is, mivel az esőzések hatása tovaterjedhet azon tartományokra is, ahol közvetlenül nem észlelhető az időjárás ezen befolyása [35].

Hivatkozások [1]

Hungarian Central Statistical Office: Traffic Accidents 2011. Budapest, 2012. ISSN 0319 2824

[2]

TANNER, J.C. (1952) Effect of Weather on Traffic Flow. Nature, 4290 pp 107.

[3]

CODLING, P.J. (1974). Weather and Road Accidents. In: ed. Taylor, J.A. Climatic resources and economic activity: a symposium, pp 205-222, Newton Abbot, UK.

[4]

KEAY, K. and SIMMONDS, I. (2005). The association of rainfall and other weather variables with road traffic volume in Melbourne, Australia. Accident Analysis and Prevention, 37 pp 109-124.

[5]

HOGEMA, J.H. (1996) Effects of rain on daily traffic volume and on driving behaviour. TNOreport TM-96B019, TNO Human Factors Research Institute, Soesterberg, the Netherlands.

[6]

CHANGNON, S.A. (1996). Effects of summer precipitation on urban transportation. Climatic Change 32 pp 481494.

[7]

CHUNG, E., OHTANI, O. and KUWAHARA, M. (2005a). Effect of rainfall on travel time and travel demand. 5th ITS European Congress, Hannover, Germany.

[8]

CHUNG, E., OHTANI, O., WARITA, H., KUWAHARA, M. and MORITA, H. (2005b). Effect of rain on travel demand and traffic accident. 8th IEEE Intelligent Transportation Systems Conference, Vienna, Austria.

[9]

CHUNG, E., OHTANI, O., KUWAHARA, M. and MORITA, H. (2006). Does Weather Affect Highway Capacity? Proceedings of the 5th International Symposium on Highway Capacity and Quality of Service. Vol. 1, p. 139-146. Yokohama, Japan 2006.

[10] ALHASSAN, H. M., and JOHNNIE, B. E. (2011). Effect of Rainfall Intensity Variability on Highway Capacity. European Journal of Scientific Research. ISSN 1450-216X Vol.49 No.1 (2011), pp.18-27, http://www.eurojournals.com/ejsr.htm [11] ALHASSAN, H. M., and JOHNNIE, B. E. (2010). Effect of Rainfall on Microscopic Traffic Flow Parameters. Proceeding of Malaysian Universities Transportation Research Forum and Conferences 2010 (MUTRFC2010), 21 December 2010, Universiti Tenaga Nasional. ISBN 978-967-5770-08-1 [12] POLVINEN, P. (1985). Accident risks in winter road conditions. Helsinki: Tie- ja vesirakennushallitus, Ins. tsto Pentti Polvinen Ky. (TVH 741822) [13] MALMIVUO, M. and PELTOLA, H. (1997). Traffic safety at wintertime - a statistical investigation. Helsinki: Tielaitos. (Tielaitoksen selvityksia 6/1997). [14] ELVIK,R., MYSEN, A.B. and VAA, T. (1997). Trafikksikkerhetshandbok (Traffik safety manual). Oslo: Transportokonomisk Institut. [15] ANDREY, J. and YAGAR, S. (1993). A Temporal Analysis of Rain-Related Crash Risk. University of Waterloo, Ontario, Canada; Accident Analysis and Prevention, Vol. 25, No. 4, pp. 465-472. [16] SATTERTHWAITE, S. (1976). An Assessment of Seasonal and Weather Effects on the Frequency of Road Accidents in California. University College London, Traffic Studies Group; Accident Analysis and Prevention, Vol. 8, No. 2, pp. 87-96 [17] BRODSKY, H. and HAKKERT, A. S. (1988). Risk of a Road Accident in Rainy Weather. University of Maryland at College Park, U.S.A. & Technion, Road Safety Center, Haifa, Israel; Accident Analysis and Prevention, Vol. 20, No. 3, pp. 161-176. [18] KHATTAK, A. and KNAPP, K. (2000). Interstate Highway Crash Injuries during Winter Snow and Non-Snow Events, 2001 Transportation Research Board (TRB) Annual Meeting, www.topslab.wisc.edu/resources/publications/knapp_2001_0543.pdf [19] ELDESSOUKI, et al (2004). Using Relative Risk Analysis to Improve Connecticut Freeway Traffic Safety under Adverse Weather Conditions. University of Connecticut. [20] MAZE and HANS (2006). Crash Analysis to Improve Winter Weather Traffic Safety, Iowa State University, Center for Weather Impacts on Safety and Mobility, presented at the 2007 Transportation Research Board Annual Meeting.

70


Budapest, 2014.06.25.

[21] STEINHOFF, CHRISTIANE, KELLER, HARTMUT, KATES, RONALD, FÄRBER, BRIGITTE & FÄRBER, BERTHOLD (2000). Driver Perceptions and the Effectiveness of Preventative Traffic Management Strategies. Proceedings of the 7th World Congress on Intelligent Systems, Turin, Italy, 6–9 November, 2000. [22] Prikko RÄMÄ: Effects of weather-controlled variable message signing on driver behaviour. Dissertation for the degree of Doctor of Science, VTT: Helsinki 2001. (VTT Publications 447/2001) ISBN 951-38-5872-3 (URL: http://www.inf.vtt.fi/pdf/) [23] KARLBERG, NILS O. (2002). Road, weather, action. Traffic Technology International (2002/Dec 2003/Jan). Surrey, United Kingdom. [24] de CRAEN, S. & de NIET, M. (2002). Extra information on Dynamic Message Signs: possibilities and effects. (Extra informatie op matrixborden: mogelijkheden en effecten.) Stichting wetenschappelijk onderzoek verkeersveiligheid SWOV, R-2002-13, p. 37. Netherlands. [25] Changing attitudes towards speeding. (2002). Highways, 71(9), pp 25-6. Alad Ltd, Kent, United Kingdom. [26] WINNETT, M.A. & WHEELER, A.H. (2002). Vehicle-activated signs – a large scale evaluation. TRL Report TRL 548. TRL Limited. United Kingdom. [27] Cooper, B.R. & Sawyer, Helen E. (2005). Assessment of M25 Automatic Fog-Warning System – Final Report. Washington D.C., USA: Federal Highway Administration. [28] HOGEMA, J.H. & GOEBEL, M.P. (2000). In-car versus roadside queue warning information: a driving simulator study. TM-00-D004. Soesterberg, the Netherlands: TNO Human Factors TM. [29] BOYLE, L.N. & MANNERING, F. (2004). Impact of Traveler Advisory Systems on Driving Speed: Some New Evidence. Transportation Research. Part C: Emerging Technologies, 12(1), pp 57–72. [30] TAY Richard, DE BARROS Alex (2010) Effectiveness of Road Safety Messages on Variable Message Signs. Journal Of Transportation Systems Engineering And Information Technology, Volume 10, Issue 3, June 2010 DOI: 10.1016/S1570-6672(09)60040-4 [31] ÚT 2-1.153 Hungarian Road Technical Specification: Requirements of road traffic variable message signs (2008) [32] ÚT 2-1.165 Hungarian Road Technical Specification: Deployment of intelligent traffic control and information systems (2009) [33] M-HÜ-8 State Motorway Managment Company: Regulation aout the Winter Maintenancea, Budapest 2012. [34] M-FS-3 State Motorway Managment Company: Regulation about the Operation of Traffic Control Devises, Budapest 2013. [35] BEDE Zs., PÉTER T. : The development of large traffic network model , Periodica Polytechnica, Ser. Transp. Eng. Vol 39, No 1 (2011) pp. 3-5

71


Budapest, 2014.06.25.

Tevékenységi láncok szervezésének elméleti modellje Esztergár-Kiss Domokos1, Válóczi Dénes2 1 Budapesti Műszaki és Gazdaságtudományi Egyetem, Közlekedésüzemi és Közlekedésgazdasági Tanszék [email protected] 2 Budapesti Műszaki és Gazdaságtudományi Egyetem, Közlekedésüzemi és Közlekedésgazdasági Tanszék [email protected]

Absztrakt A közlekedésben a napi tevékenységi láncok megszervezése egyre hangsúlyosabb, hiszen a számos elvégzendő feladat gyors elvégzése elsődleges szempont. A feladatok megfelelő sorrendbe állításához szükséges ismerni az igénypontok tulajdonságait, a közlekedési hálózatot, figyelembe kell venni a változó közlekedési körülményeket, valamint a külső tényezők hatásait. Egy olyan modell állítottunk fel, amely alkalmas a tevékenységi láncok szervezésére és felügyeletére. Célunk az alapvetően logisztikai folyamatoknál használt TSP módszer továbbfejlesztése és személyközlekedésbeli alkalmazása, azaz egy olyan helyfüggő szolgáltatás nyújtása, mely szubjektív paraméterek alapján adja meg az optimális bejárási sorrendet.

Kulcsszavak: tevékenységi láncok, optimalizálás, prioritások, TSP módszer, flexibilis pontok

1 Bevezetés Az ITS fejlesztéseknek számos közösségi közlekedési megoldása született. Ezek egyik iránya az LBS (= Location Based Services) technológia, amely az utazás földrajzi adatai alapján segíti az utas által kívánt szolgáltatások elérését. A napi tevékenységi láncok szerveződésének vizsgálatával több cikkben 0, 0, 0 és könyvben 0 is foglalkoznak. A láncok szervezésében kimutatható egyfajta szervezettség, számos tevékenység periodikusan ismétlődik (pl: munkahelyre járás), mely függ a demográfiai helyzettől 0, a térbeli elhelyezkedéstől 0 és a személyes jellemzőktől 0. Több mérést végeztek a felkeresett pontok, átlagos utazási távolság és idő meghatározására 0, illetve általánosan láncok tervezésére 0,0. Azonban a tevékenységi láncok szervezésének térbeli és időbeli lehetőségeivel 0 , illetve dinamikus tervezéssel 0, 0, 0, a lehetséges konfliktusok feloldásával 0 kapcsolatban már kevesebb írás született, pedig a tevékenységek szervezése és rendezése igen komplex feladat. Az egyes tevékenységek megfelelő sorrendbe állítására a TSP (= Traveling Salesman Problem) nyújt megoldást 0,0, aminek egy változatát VRP (= Vehicle Route Problem)-ként is ismeri a szakirodalom 0, 0. A TSP probléma megoldását közel 50 éve fedezték fel, és azóta számos változata került implementálásra. Az alapprobléma az, hogy adottak igénypontok, amelyeknek valamilyen szempont szerint meg kell adni a bejárási sorrendjét. Ez a szempont egy ellenállást jelent, ami lehet utazási távolság, idő, költség, átszállások száma, ezek kombinációjaként képzett érték. Alapvetően a TSP logisztikai rendszerekben használatos, mi azonban egy személyközlekedési alkalmazás koncepciójának létrehozását tűztük ki célul. A mi esetünkben az egyes igénypontoknál további megkötést is kell tenni, hiszen a boltok, illetve közintézmények nyitvatartási idejét is figyelembe kell venni. Éppen ezért a TSP-TW (= TSP Time Window) változatra építve alkotjuk meg a saját algoritmusunkat. A TSP-TW módszerrel és annak algoritmikus megoldási lehetőségeivel több cikk foglalkozik 0-0. A TSP módszert térben és időben mozgatható igénypontokkal bővítenénk ki, és azt vizsgálnánk, hogy ezzel milyen előnyökhöz juthatunk az alap TSP-hez képest.

2 A modell koncepciója A tevékenységi láncok képzésénél feltételezzük, hogy az utas tudja, hogy mit szeretne aznap csinálni, a modell célja, hogy a már meglévő adatok alapján állítson fel egy bejárási sorrendet. A jelenleg elérhető TSP módszerek, melyeket hagyományos TSP-nek neveztünk el, abból indulnak ki, hogy ismertek az igénypontok és az köztük fennálló ellenállás értékek. A szabály alapján minden igénypontot egyszer érint, és a legkisebb ellenállás szerint teszi sorrendbe az igénypontokat. Rugalmasnak értelmezzük azt a TSP módszert, amely esetében az utazó szubjektív igényei szerint az igénypontok tetszőlegesen kiválthatók ugyanolyan funkciót ellátó szolgáltatással. A rugalmas TSP-vel olyan esetekben is található megoldás, amikor a hagyományos TSP-vel nem. A prediktív TSP alapgondolata onnan származik, hogy a már feltárt szolgáltatások halmazából következtetünk a további feltárandó szolgáltatások körére. Így nem csupán a körút bejárási sorrendre tudunk javaslatot tenni, hanem az utazó látens igényeire is hatni tudunk. Jelen kutatásban a rugalmas TSP-vel foglalkozunk, melynek lépései a következők.

72


Budapest, 2014.06.25.

Napi tevékenységi lista összeállítása: • A tevékenység lista az egyén aznapi ad-hoc és ismétlődő tevékenységeit tartalmazza. Az ismétlődő elemek hely és időbeli paraméterei általában kötöttek (pl: iskola, munkahely), míg az ad-hoc elemek sok esetben mozgathatóak. • Feltételezzük, hogy az utas a nap elején tudja és elkészíti a tevékenységi listáját, amelyben meghatározza az igényponthoz tartozó időablakokat (TW) és a várható processzálási időt (TP) is, mely az igényponton való tartózkodás idejét jelenti. Hagyományos TSP megoldása: • Az eredetileg felvett igénypontok a tevékenységi listája adja a TSP-TW módszer bemenetét. • A TSP-TW algoritmus kiszámolja az igénypontok sorrendjét. Ez szolgáltatja majd az összehasonlításhoz szükséges az alapot. • Feltételezzük, hogy az alapprobléma megoldható, azaz minden igénypont elérhető a megadott TW alatt, és megfelelően hosszúak a TW-k, megfelelően rövidek a TD-k és a TT-k (pl: az összes ottartózkodási idő kevesebb, mint az adott nap). Tevékenységek priorizálása: • Minden igényponthoz egy érték van rendelve, ami a fontosságát jellemzi. • Az ismétlődő, illetve a magas prioritású elemekhez fix földrajzi helyszínek tartoznak, míg a rugalmas elemek esetében a megadott helyszíntől el lehet térni (pl: posta, bankautomata). Az igénypontok közül kiválasztjuk a nem módosítható (fix) pontokat, amelyeket mindenképpen be kell járni (pl: iskola, kedvenc fodrász). • Megtörténik a szubjektív tényezők körének meghatározása. A tevékenység listában szereplő nem ismétlődő elemeket az egyén valamilyen személyes szempont szerint állítja sorba. A módosítható igénypontok mozgatása: • A mozgatható igénypontok esetén a kívánt szolgáltatás több térbeli pontban is elérhető (például C pont helyett C’ pontban). Így egy új pontsorrend állítható fel, ami a tevékenységi lánc egy újabb verziója, mely fennállása esetén az összes eljutási idő csökkenhet (1. ábra). • A mozgatható igénypontok keresése térbeli távolság alapján történik súlyozással, azaz minél közelebb van az igénypont egy már meglévő igényponthoz, annál nagyobb súllyal vesszük figyelembe. • A szubjektív paraméterek alapján a súlyok további módosítása lehetséges, azonban figyelembe kell venni, hogy az utas mikor szeretné elvégezni az adott tevékenységet. • Abban az esetben, ha az alapprobléma nem megoldható (pl: 2 igénypont ugyanabban a rövid időablakban van nyitva), a rugalmas TSP segítségével térbeli vagy időben áthelyezéssel kielégíthető az igény. (1. ábra) Optimalizálás: • Minden egyes változatra szükséges a TSP algoritmus futtatása a módosítható pontok figyelembe vételével, mely lineáris komplexitása miatt nem jelent számítási problémát. • A legkisebb összes körüljárási idővel (T) rendelkező változat kiválasztása. • Az alap TSP-TW módszer eredményének összehasonlítása a rugalmas TSP eredményével.

1. ábra: mozgatható igénypontok bemutatása

Az igénypontok (POI) esetében (2. ábra) a valós időablakokat (TR) a nyitvatartási idők (TW) határozzák meg, amelyekből levontuk az processzálási időt (TP), mivel úgy kell odaérni az adott igényponthoz (TT), hogy a tervezett feladatokat el is tudjuk végezni (pl: vásárlás). A processzálási időre egy átlagos értéket (TPa) veszünk, ami módosítható az utas által, illetve késés esetén beállítható egy minimális idő (TP m), amelyet adott igénypontnál el kell tölteni. (1.) A mozgatható igénypontoknál amennyiben a következő pont (az ábrán a C) nem érhető el a két pont közötti eljutási idő alatt (TT) a következő igénypont, akkor egy másikat (C’) keres az algoritmus, mely a lehető legközelebb van az előző igényponthoz. Így már elvégezhető a kívánt tevékenység az új C’ ponton.

73


Budapest, 2014.06.25.

POI F

E

D C’ C

B

A

TR TW

TP

TT

T (s) 2. ábra: Igénypontok időbeli elérhetősége

A következő feltételeknek teljesülniük kell a modell esetében: minden nyitvatartási idő (TW) legalább olyan hosszú, hogy a processzálási idő (TP) belefér, (2.) egy igénypont akkor érhető el, ha a valós időablak (TR) és az utas által igényelt időablak (TD) legalább a processzálási időtartamban (TP) megegyezik, minden (már mozgatott) igénypont elérhető az eljutási idő (TT) alatt, (3.) a teljes körüljárási idő (T) az eljutási idők (TT), a processzálási idők (TP) és az esetleges várakozási idők (Twait) összege, mely a pontok között adódhat. (4.)

3 Az alkalmazás megvalósításának első lépései A megvalósítás során először egy adatmodellt dolgoztunk ki (3. ábra), ami napi tevékenységi lánc felépítéséhez szükséges. A modell tartalmaz egy Passenger táblát, ahol az utas adata tárolhatóak el. Minden utashoz tartoznak személyes beállítások, amik a Preferences táblában találhatóak. Ezek jelölhetnek közlekedési módbeli preferenciákat, mozgáskorlátozottságot, illetve egyéb tényezőket is. Az egyes preferenciák értéke 1-5-ig állítható a szerint, hogy mennyire szeretné az utas igénybe venni az adott szolgáltatást. Az egyes igénypontokat a POI tábla tartalmazza, ami leírást ad a pont nevéről, címéről, nyitvatartási idejéről és egyéb információkat is ad. Ezen POI-k típusokba is sorolhatóak (pl: étkezés, sport, közintézmények és egyéb kategória), ami azért lényeges, mert az utasok általában nem konkrét üzletekre keresnek rá, hanem tevékenységekre, amelyek kategorizálásával könnyebben megtalálható a kívánt igénypont. A legfontosabb tábla az Activity, ahol az egyes utasok összeállíthatják a napi tevékenységi láncaikat. Az egyes tevékenységekhez, amit a POI-knál lehet elvégezni, időintervallumok tartoznak. Az időtartamot, amikor az utas igénybe szeretné venni a szolgáltatást (TD) és a processzálási időt (TP), ami a szolgáltatás igénybevételének ideje. A POI_ID mező opcionális, ami ha ki van töltve, akkor ez nem mozgatható pont. Továbbá prioritás is megadható, ami azt jelzi, hogy mennyire fontos az adott tevékenység. Ezek a következő értékeket vehetik fel: • 1: nem mozgatható pont, • 2: időben fix, de térben mozgatható, • 3: térben és időben korlátozottan mozgatható, azaz adott napon belül kell beépíteni az igénypontot, • 4: teljesen rugalmas, adott esetben ki is hagyható igénypont (pl: 1 óránál több időt venne igénybe a megközelítése).

74


Budapest, 2014.06.25.

3. ábra: Adatmodell

A következő lépésben a megadott tevékenységi láncok alapján kiszámolható a TSP-TW, és az optimalizálás elvégzése után megállapítható a bejárás sorrend. Ezen algoritmus pontos kidolgozása és megvalósítása a kutatás következő fontos lépése lesz.

4 Továbbfejlesztési irányok Az elméleti modell felállítását a módszer gyakorlati részének kidolgozása követi, illetve a VISUM szimulációs modellel történő vizsgálat a kutatás következő lépése, amely a felállított modell korrektségét hivatott bizonyítani. További kiegészítések és fejlesztési irányok kerültek meghatározása a kutatás folyamán. A modellünkben feltételezzük, hogy ugyanonnan indulunk ki, ahova meg is fogunk érkezni. Ez a legtöbb esetben valóban így is van, hiszen általában az utasok otthonról indulnak, és a napi feladataik elvégzése után haza is térnek. Azonban vannak esetek, amikor a célállomás máshova esik. Ez egy újabb TSP probléma variáns alkalmazását jelenti. Alapesetben az ellenállásmátrix fix értékekkel rendelkezik, azaz az egyes igénypontok között előre meghatározott idő alatt lehet közlekedni, azonban a forgalmi körülmények figyelembe vételével a mátrix elemei dinamikusan változhatnak minden órában. Ugyanezzel a módszerrel lehetőség van az időközben megváltozó forgalmi körülmények (pl: baleset) beépítésére is, mely az eljutási idő változtatását jelenti. Az eljutási időt a közösségi közlekedéshez illeszkedve meg lehetne határozni, azaz a menetrendi és real-time késési adatokra alapozva meghatározni a tényleges eljutási időt, ami tartalmazza a várakozási, az átszállási időket és a késések okozta időtöbbletet is. Az ellenállásmátrixot lehetne nem csak az eljutási idővel jellemezni, hanem az eljutási idő, a költség, az átszállások száma és a személyes preferenciák figyelembe vételével egy általánosított ellenállásfüggvényként értelmezni. A dinamizmus növelése és valóságos helyzetekhez való közelítés érdekében (4. ábra) érdemes figyelembe venni azt a lehetőséget, hogy az eredeti tevékenységi lánchoz (Activity) képest a nap folyamán változások léphetnek életben, mint például új igény megjelenése (új pont felvétele), illetve meglévő igénypontokon eltöltött idő elhúzódása (Changes), így szükséges lesz a nap folyamán újratervezésre (Algorithm). Ezzel a módszerrel a valós tevékenységlista alakulása is modellezhetővé válik (Activity real).

4. ábra: Dinamikus modellezés

75


Budapest, 2014.06.25.

5 Összefoglalás Az utasok napi tevékenységi láncainak szervezése komplex ITS fejlesztési feladat, mely a TSP-TW módszerrel megoldható. A cikkben feltártuk a tevékenységi láncok szervezési problémáit, majd kidolgoztunk egy modellt, mely mozgatható igénypontok és a priorizálás bevezetésével az általános TSP módszernél jobb eredményt ad. A magas prioritás fontos tevékenységet jelent, amit mindenképpen az adott napon kell elvégezni. Alacsonyabb prioritások olyan tevékenységeket jelölnek, melyek adott esetben későbbre halaszthatóak. A kutatás első lépéseként meghatároztunk egy adatmodellt, amelyben szerepelnek az utasok, az igénypontok és a tevékenységek. Ezen adatbázis felhasználásával lefuttatható egy algoritmus, mely kiadja az optimális bejárási sorrendet. A cikkben meghatároztuk továbbá a kutatás következő lépéseit, illetve a továbbfejlesztési irányokat.

Köszönetnyilvánítás Esztergár-Kiss Domokos publikációt megalapozó kutatása a TÁMOP 4.2.4.A/1-11-1-2012-0001 azonosító számú Nemzeti Kiválóság Program – Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése országos program című kiemelt projekt keretében zajlott. A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg.

Irodalomjegyzék [1] Hine J., Kamruzzaman Md., Blair N. (2012) Weekly activity-travel behaviour in rural Northern Ireland: differences by context and socio-demographic, Transportation, January 2012, Volume 39, Issue 1, pp. 175-195. [2] Timmermans H., van der Waerden P., Alves M., Polak J., Ellis S., Harvey A.S., Kurose S., Zandee R.(2003) Spatial context and the complexity of daily travel patterns: an international comparison, Journal of Transport Geography, Vol.11, Issue 1, pp. 37–46. [3] Miller E.J., Roorda M.J. (2003) Prototype Model of Household Activity-Travel Scheduling, Transportation Research Record: Journal of the Transportation Research Board, Issue 1831, pp. 114-121. [4] Timmermans, H. (2005) Progress in activity-based analysis, Elsevier Science Ltd, ISBN: 9780080445816 [5] Kerr J., Frank L., Sallis J.F., Chapman J. (2007) Urban form correlates of pedestrian in youth: differences by gender, race-ethnicity and household attributes, Transportation Research Part D, Vol.12, Issue 3, pp. 177–182. [6] Buliung R.N., Roorda M.J., Remmel T.K. (2008) Exploring spatial variety in patterns of activity-travel behaviour: initial results from the Toronto travel-activity panel survey (TTAPS), Transportation, Vol.35, Issue 6, pp. 697– 722. [7] Kang H., Scot D.M. (2010) Exploring day-to-day variability in time use for household members, Transportation Research Part A: Policiy and Practice, Vol.44, Issue 8, pp. 609–619. [8] Kamruzzaman M., Hine J., Gunay B., Blair N. (2011) Using GIS to visualise and evaluate student travel behaviour, Journal of Transport Geography, Vol.19, Issue 1, pp. 13–32. [9] Nijland L., Arentze T., Timmermans H. (2012) Incorporating planned activities and events in a dynamic multiday activity agenda generator, Transportation, Vol.39, Issue 4, pp. 791-806. [10] Doherty S.T. (2005) How far in advance are activities planned? Measurement challenges and analysis, In Transportation Research Record: Journal of the Transportation Research Board, Issue 1926, pp. 40-49. [11] Doherty S.T. (2006) Should we abandon activity type analysis? Redefining activities by their salient attributes, Transportation, Vol.33, Issue 6, pp. 517-536. [12] Roorda M.J., Miller E.J. (2005) Strategies for Resolving Activity Scheduling Conflicts: An Empirical Analysis – Progress in Activity-Based Analysis, Elsevier, Oxford, ISBN: 0080445810, pp. 203-222. [13] Nijland E.W.L., Arentze T.A., Borgers A.W.J., Timmermans H.J.P. (2009) Individuals’ activity – travel rescheduling behaviour: experiment and model-based analysis, Environment and Planning A, Vol.41, Issue 6, pp. 1511 – 1522. [14] Marki F., Charypar D., Axhausen K.W. (2011) Continuous activity planning for a continuous traffic simulation, In Transportation Research Record: Journal of the Transportation Research Board, Issue 2230, pp. 29–37. [15] Auld J., Mohammadian A.K., Sean T., Doherty S.T. (2008) Analysis of Activity Conflict Resolution Strategies, Transportation Research Record: Journal of the Transportation Research Board, Issue 2054, pp. 10-19. [16] Reinelt G. (1994) The traveling salesman: computational solutions for TSP applications, Springer-Verlag Berlin, Heidelberg, ISBN:3-540-58334-3 [17] Applegate D.L., Bixby R.E., Chvátal V., Cook W.J. (2007) The Traveling Salesman Problem: A Computational Study, Princeton University Press, ISBN: 9780691129938 [18] Toth P., Vigo D. (2002) The Vehicle Routing Problem, SIAM, ISBN: 978-0-898715-79-8, pp. 157-186.

76


Budapest, 2014.06.25.

[19] Golden B.L., Raghavan S., Wasil E.A. (2008) The Vehicle Routing Problem: Latest Advances and New Challenges, Springer, ISBN: 978-0-387-77778-8, pp. 389-417. [20] Baldacci R., Mingozzi A., Roberti R. (2011) New State-Space Relaxations for Solving the Traveling Salesman Problem with Time Windows, INFORMS Journal on Computing, Vol. 24, Issue 3, pp. 356-371. [21] Koskosidis Y.A., Powell W.B., Somolon M.M. (1992) An Optimization-Based Heuristic for Vehicle Routing and Scheduling with Soft Time Window Constraints, Transportation Science, Vol. 26, Issue 2, pp. 69-85. [22] Dumas Y., Desrosiers J., Gelinas E., Somolon M.M. (1995) An Optimal Algorithm for the Traveling Salesman Problem with Time Windows, Operations Research, Vol. 43, Issue 2, pp. 367-371. [23] Savelsberg M.W.P. (1992) The Vehicle Routing Problem with Time Windows: Minimizing Route Duration, INFORMS Journal on Computing, Vol. 4, Issue 2, pp. 146-154. [24] Kolen A.W.J., Rinnon Kan A.H.G., Trienekens H.W.J.M. (1987) Vehicle Routing with Time Windows, Operations Research, Vol. 35, Issue 2, pp. 266-273. [25] Ghiani G., Manni E., Thomas B.W. (2011) A Comparison of Anticipatory Algorithms for the Dynamic and Stochastic Traveling Salesman Problem, Transportation Science, Vol. 46, Issue 3, pp. 374-387. [26] Dash S., Gülnük O., Lodi A., Tramontani A. (2012) A Time Bucket Formulation for the Traveling Salesman Problem with Time Windows, INFORMS Journal on Computing, Vol. 24, Issue 1, pp. 132-147.

77

4. Közlekedéstudományi. Hallgatói és PhD konferencia

Recommend Documents