Automatisering van Stabiliteit en Kritische Treinsnelheid voor Railinfrastructuur

Ir. Bas van Dijk 1, Ir. Bart Verstijnen1

1 Arcadis, Amersfoort, Nederland

 SAMENVATTING

Ten behoeve van het ontwerp en de toetsing van railinfrastructuur is met Python een aantal tools ontwikkeld rondom Geolib voor het automatisch berekenen van de stabiliteit en de kritische treinsnelheid van bestaande aardenbanen.

Met behulp van de tools worden de invoer files voor de stabiliteit (D-stability stix files) en kritische treinsnelheid gegenereerd.

Nadat de doorsnedes zijn doorgerekend met D-stability worden invoer en resultaten automatisch overzichtelijk gepresenteerd in een rapport. Ook worden GIS files gegenereerd, zodat de resultaten in een topografisch bovenaanzicht kunnen worden gepresenteerd met kleuraanduiding voor de berekenende veiligheidsfactoren. Naast de stabiliteit van het baanlichaam (diepe glijvlak onder de spoorconstructie) worden ook de oppervlakte en taludstabiliteit waarbij de integriteit van de spoorconstructie zelf niet wordt aangetast (glijvlak door het talud naast de spoorconstructie) en de kritische treinsnelheid berekend en gepresenteerd.

Met behulp van de automatisering kan snel en overzichtelijk de stabiliteit van spoorbanen worden bepaald en kunnen kritische locaties makkelijk worden opgespoord. Daarnaast vermindert de automatisering menselijke fouten, omdat handmatige handelingen, zoals het invoeren van dwarsprofielen, worden geminimaliseerd.

KERNWOORDEN: GEOLIB, STABILITEIT, KRITISCHE TREINSNELHEID, AUTOMATISERING

 

INLEIDING

Een aantal organisaties heeft in de afgelopen jaren gewerkt aan het ontwikkelen van de Python module Geolib, waarmee D-serie software vanuit Python kan worden aangestuurd. De Geolib module is de basis geweest voor de ontwikkeling van een aantal in-house tools waarmee geautomatiseerd de stabiliteit en kritische treinsnelheid van bestaande spoorbaan lichamen kan worden uitgerekend. Met wat modificaties kunnen de tools ook worden gebruikt voor het berekenen van de stabiliteit van andere lijninfrastructuur zoals bijvoorbeeld wegen.

 

INVOER DATA

De invoer data voor de tools worden voor een groot deel geautomatiseerd gehaald uit publiekelijk beschikbare bronnen. Dit betreft de ligging van de sporen, de ligging van het maaiveld (AHN-data) en waterstanden in sloten en polders. Daarnaast dienen geotechnische parameters en grondopbouw gegevens te worden opgegeven. Voor dit artikel is uitgegaan van een voorbeeldtracé (Figuur 1). Daarbij is voor het voorbeeld een fictieve grondopbouw aangenomen, die niet op de werkelijkheid is gebaseerd.

Figuur 1 Voorbeeld tracé

 

GENEREREN INVOER D-STABILITY

Langs een tracé kunnen locaties worden gekozen en/of een interval worden opgegeven waar automatisch dwarsprofielen gegenereerd worden op basis van AHN-gegevens (https://ahn.arcgisonline.nl/). Indien gewenst kan van deze dwarsprofielen een selectie worden gemaakt. Het maken van een selectie van de dwarsprofielen is niet noodzakelijk, maar kan in geval van veel variaties van bijvoorbeeld grondprofielen, belastinggevallen, enz. worden toegepast om het aantal berekeningen te limiteren. Het te beschouwen tracé kan daartoe worden opgesplitst in segmenten (bijvoorbeeld met gelijkaardige geometrie en/of grondprofielen) waarvoor de dwarsprofielen overzichtelijk in een figuur worden gepresenteerd. Vervolgens kan dan bijvoorbeeld een gemiddeld of maatgevend profiel grafisch worden geselecteerd (Figuur 2).

Figuur 2 Voorbeeld met verschillende dwarsprofielen voor een segment

Van de geselecteerde dwarsprofielen worden dwarsdoorsneden gegenereerd met de invoergegevens voor de berekeningen. De dwarsdoorsneden worden gegenereerd op basis van AHN-gegevens, waarbij gebouwen en andere obstakels zijn weg gefilterd en watergangen zijn aangevuld. De AHN-data in de dwarsprofielen kunnen worden aangepast, bijvoorbeeld met gegevens uit een eigen digitaal terrein model (DTM) of meetwaarden. Omdat in het dwarsprofiel de AHN-data ook zichtbaar blijft, kan ook eenvoudig grafisch worden gecontroleerd of er uitschieters of meetfouten aanwezig zijn. Een voorbeeld van een dwarsprofiel langs het tracé is weergegeven in Figuur 3.

Figuur 3 Voorbeeld dwarsdoorsnede met invoer voor D-Stability analyse

De grondwaterstand in de doorsneden kan automatisch worden gehaald uit shape files van bijvoorbeeld Waterschappen met daarin gegevens van waterpeilen in waterwegen en/of polderpeilen. In het baanlichaam wordt nog rekening gehouden met een opbolling van het grondwaterpeil. De ligging van de sporen en de spoorbelastingen volgens RLN00414-1 (ProRail, 2016) worden automatisch toegevoegd in de doorsneden. Daarbij kan tevens worden aangegeven welke baanvak classificaties en veiligheidsklasses van toepassing zijn en of met verbouw- of afkeurniveau moet worden gerekend. Er kunnen meerdere combinaties worden geselecteerd. Daarbij wordt tevens onderscheid gemaakt tussen de stabiliteit van de spoorbaan (diepe glijvlak onder de spoorconstructie) en de oppervlakte en taludstabiliteit naast het spoor (glijvlak in het talud naast de spoorconstructie).

De automatisering voegt automatisch rekengrids en tangent lines voor D-Stability toe. De data worden per dwarsprofiel overzichtelijk gepresenteerd. De gegevens kunnen voor alle dwarsdoorsneden in een keer en/of per dwarsdoorsnede worden aangepast indien verdere verfijning of aanpassing wenselijk is.

Voor het te beschouwen tracé worden de te beschouwen grondlagen gedefinieerd. Per segment kunnen één of meerdere grondprofielen worden gedefinieerd. Voor het voorbeeld zijn een paar arbitraire en willekeurige grondprofielen aangenomen (deze komen dus niet overeen met de werkelijke grondgesteldheid ter plaatse). Indien gewenst kunnen additionele grondprofielen worden toegevoegd, bijvoorbeeld als verwacht wordt dat de grondopbouw of de grondparameters variëren. Dit kan bijvoorbeeld het geval zijn indien geen fijnmazig geotechnisch onderzoek met sonderingen en boringen in en naast het spoor beschikbaar zijn en men gebruik maakt van stochastische ondergrond schematisatie.

De gegevens van de dwarsprofielen en grondprofielen worden vervolgens gecombineerd tot één of meerdere invoerfiles (stix-files) voor D-stability. Zo kunnen eenvoudig meerdere variaties worden doorgerekend, waarbij de hoeveelheid berekeningen op kan lopen tot in de honderden.

 

BEREKENINGEN EN UITVOER

De berekeningen worden automatisch uitgevoerd. De stabiliteit wordt berekend met behulp van D-Stability. De kritische treinsnelheid wordt berekend op basis van OVS00056-7.1 stap 1 (ProRail 2016a), waarbij de kritische treinsnelheid is bepaald op basis van de schuifgolfsnelheid.

De uitvoer wordt op verschillende manieren gepresenteerd in een Excel file, twee Word rapporten en shapefiles. De veiligheidsfactor voor baanstabiliteit aan beide zijden van de baan en de kritische treinsnelheid worden in Excel in tabel formaat geleverd, voor alle variaties van belastingen, grondprofielen, locaties enz, zodat deze makkelijk kunnen worden bewerkt.

Met behulp van de shapefiles kunnen de resultaten van de berekeningen (veiligheidsfactor en kritische treinsnelheid) worden gepresenteerd in GIS (Figuur 4 en Figuur 5). In het eerste rapport staan de geselecteerde dwarsprofielen, grondopbouw, grondparameters, belastingen, grondwaterstanden en de berekeningsresultaten (grafisch, zie Figuur 6 en numeriek), die bijvoorbeeld als bijlage in een rapport kunnen worden opgenomen. Daarnaast wordt er een tweede rapport gegenereerd met grafische uitvoer van de glijcirkels van de stabiliteitsanalyses in de dwarsprofielen. Deze rapportage is met name handig om de stabiliteitsanalyses sneller te kunnen reviewen.

Figuur 4 GIS-presentatie van de baanstabiliteit voor het voorbeeldtracé
Figuur 5 GIS-presentatie van de kritische treinsnelheid op het voorbeeldtracé

Figuur 6 Maatgevende glijcirkel voor een doorsnede op het voorbeeldtracé

CONCLUSIES

Ten behoeve van het ontwerp en de toetsing van railinfrastructuur is met Python een aantal tools ontwikkeld rondom Geolib voor het automatisch berekenen van de stabiliteit en de kritische treinsnelheid van bestaande aardenbanen. De automatisering kan ook verder uitgebreid worden voor andere lijninfrastructuur zoals wegen.

Met behulp van de automatisering kan snel en overzichtelijk de stabiliteit en spoorbanen worden bepaald en kunnen kritische locaties makkelijk worden opgespoord. Daarnaast kan de invloed van onzekerheden (bijvoorbeeld bodemopbouw, grondparameters en/of geometrie) snel inzichtelijk gemaakt worden. De uitvoer van de automatisering presenteert de invoergegevens en berekeningsresultaten op grafische wijze waardoor de berekeningen snel en eenvoudig kunnen worden gecontroleerd en verbeterd waar nodig. Door de automatisering verminderen menselijke fouten omdat handmatige handelingen, zoals het invoeren van dwarsprofielen (o.a. maaiveld hoogte, waterstanden en belastingen), worden geminimaliseerd. De automatisering is reeds succesvol toegepast bij een project.

 

Opgemerkt wordt dat het beschouwde voorbeeld berust op een fictieve grondopbouw en dat de gepresenteerde berekeningsresultaten niets zeggen over de werkelijke stabiliteit en kritische treinsnelheid van het beschouwde voorbeeldtracé.

 

BRONVERMELDING

ProRail (2016). Beoordelen constructieve veiligheid van bestaande baanlichamen.

Richtlijn RLN00414-1, versie 001, 1 juli 2016.

ProRail (2016a). Baanlichaam en Geotechniek. Ontwerpvoorschrift OVS00056-7.1, versie 004, 1 december 2016.

 

Geef een antwoord

Hey engineer (to be)

Wat zou jij nog toegevoegd willen zien op onze site?
Meer content over Industrieel Ontwerp en Big Data
of is juist Civiele techniek jouw ding?!