Het beste van 2017: met data-analyse is het mogelijk te voorspellen wanneer de blaadjes op de rails in de herfst kunnen leiden tot het slippen van de treinwielen. De machinist weet dan waar en wanneer hij voorzichtig moet rijden.
Maatschappelijke impact: 
Bladeren op de rails kunnen een smurrie vormen wanneer de trein er overheen rijdt. Hierdoor verliest het wiel zijn grip op de rails en gaat de trein bij optrekken of remmen slippen. Het gevolg is dat de stalen wielen eenzijdig slijten, vierkante wielen heet dat in jargon van het treinonderhoud.
Eikenblad
Ir. Maarten Zanen, teamleider Data-analyse van ingenieursbureau Arcadis, pakte het onderwerp op en verzamelde over alle mogelijk belangrijke factoren data: de meldingen van machinisten over gladheid, meetgegevens van de sensoren in wielstellen, de locatie, het soort bomen langs de rails, de periode van bladval, en het type weer (wind en neerslag).
Vervolgens is gezocht naar correlaties. ‘Vooral eikenblad veroorzaakt gladheid en dat in combinatie met motregen. Bij droog weer of harde regen is er duidelijk minder gladheid.’
Met het model dat hij zo maakte is bij de volgende herfst realtime aan te geven wanneer op welk traject de grootste kans bestaat op gladheid.
Volledig overzicht lezen
Wil je het volledige overzicht van Het Beste van 2017 uit het decembernummer van De Ingenieur op het web lezen? Meld je dan aan voor onze nieuwsbrief. Ook is er een speciale eindejaarsactie: neem een abonnement, het eerste jaar (12 nummers) voor de helft van de prijs à € 67,50 of drie nummers voor € 25.
Nieuwsbrief
Vond je dit een interessant artikel, abonneer je dan gratis op onze wekelijkse nieuwsbrief.