ES-las
Data

ES-las

Een Elektrische scheidingslas (ES-las) is een belangrijk onderdeel van het spoornetwerk. De ES-las verbindt twee spoorstaven maar voorkomt dat er een elektrische verbindingtussen de twee spoorstaven kan ontstaan. Dat laatste verstoort namelijk de detectie van treinen op het spoornetwerk. Door slijtage veroorzaken ES-lassen extra trillingsoverlast bij treinpassages, en in het ergste geval kunnen ze zelfs breken waardoor het treinverkeer komt stil te liggen. Tijdens onze deelname aan het Small Business Innovation Research (SBIR) programma hebben wij samen met Kampa International en Elitac Wearables een oplossing ontwikkeld bestaande uit een instelbaar element om de ES-las te ondersteunen en slijtage tegen te gaan, en een sensor om de degradatie van de ES-las te kunnen monitoren en op tijd deze ondersteuning te kunnen bijstellen.Hiermee wordt niet alleen de levensduur van dit vitale spooronderdeel verlengd, maar is ook al maanden van tevoren inzichtelijk wanneer onderhoud gaat nodig zijn. Dat onderhoud is daardoor beter inplanbaar, met minder storingen tot gevolg. 

Onze rol

Onze rol in dit project was het ontwikkelen van de software ondersteunend aan de railsensor, en het ontwikkelen van het algoritme om vanuit de gemeten data de zogenaamde blinde vering of invering van het spoor te bepalen. Blinde vering is de verzakking van de spoorstaven bij het passeren van een train. Hoe hoger de blinde vering, hoe sneller de ES-las degradeert. Het algoritme detecteert daarnaast de kwaliteit van de ES-las. Via een cloud-verbinding stuurt de sensor de blinde vering en kwaliteit van de ES-las naar een door ons ontwikkelde webserver met dashboard. In dit dashboard is de status van de sensoren inzichtelijk, zijn instellingen van de sensoren aan te passen en is per treinpassage de gemeten blinde vering en status van de ES-las in te zien. Een algoritme, getraind op gemeten data en externe invloedsfactoren, geeft het gewenste onderhoudsmoment aan. De gebruikte algoritmes zijn gevalideerd met behulp van metingen in het spoor en hogesnelheidsvideobeelden. 

RIENK FIDDER, FULL STACK DEVELOPER

“Bij veel van onze projecten werken we met data die eerder al is verzameld, wat dit project extra leuk maakte was dat we ook zelf aan de slag konden gaan in het veld. De combinatie tussen experimenteren met de hardware en software schrijven om hier goed mee om te kunnen gaan heeft ons veel nieuwe inzichten en ervaring gebracht. “ 

Klant aan het woord

Irene Kraak (ProRail): “In een innovatie-project zoals dit is flexibiliteit, creativiteit en oplossingsgerichtheid enorm belangrijk. We-Boost heeft laten zien deze vaardigheden uitstekend onder de knie te hebben. We hebben heel prettig samengewerkt met een succesvol resultaat tot gevolg. We hopen in de toekomst nog vaker samen te kunnen werken.”

Resultaat project

In dit project zijn prototypes ontwikkeld en toegepast in de spooromgeving op 5 locaties. Deze pilot liet zien dat het goed mogelijk is de degradatie van de ES-las te monitorenen onderhoudsmomenten te voorspellen, wat leidt tot effectiever onderhoud en het voorkomen van defecten. Op het moment wordt er hard gewerkt aan volgende versies van de sensor en bijbehorende software, waarbij onder andere wordt onderzocht hoe we de sensor sneller en eenvoudiger kunnen installeren in het spoor, hoe we de sensor ook voor andere situaties kunnen inzetten en we verbeteren het dashboard.  

Privacyverklaring

Deze site maakt gebruik van cookies, zodat wij je de best mogelijke gebruikerservaring kunnen bieden. Bekijk onze privacyverklaring hier.