Tampereen yliopisto

Autonomisista kiskopyöräkaivureista tehoa ja turvaa ratatöihin

Jaa
Euroopassa rautateitä ylläpidetään ja uusitaan ihmisten ohjaamilla ratakoneilla. Robottiteknologia voi ratkaista raskaan ja tarkkuutta vaativan työn haasteita työvoimapulastakin kärsivällä rautatiealalla. Esimerkiksi autonominen kiskopyöräkaivuri voi mullistaa rautateiden kunnossapidon parantamalla laadun ja tuottavuuden lisäksi ratatyön turvallisuutta.
Suomessa kehitetyn autonomisen kiskopyöräkaivurin kuuden vapausasteen kauhanohjaus perustuu Tampereen yliopistossa kehitettyyn hydraulisten puomien säätötekniikkaan. Kuva: Novatron ja Lionel Hulttinen/ Tampereen yliopisto
Suomessa kehitetyn autonomisen kiskopyöräkaivurin kuuden vapausasteen kauhanohjaus perustuu Tampereen yliopistossa kehitettyyn hydraulisten puomien säätötekniikkaan. Kuva: Novatron ja Lionel Hulttinen/ Tampereen yliopisto

Rautatiealan henkilöstö Euroopassa ikääntyy, ja fyysisesti raskas ja vaarallinenkin työ vaatii veronsa. Rautateiden kunnossapidossa työn laatu riippuu siitä, kuinka huolellisia, kokeneita ja osaavia yksittäiset työntekijät ovat. Tarkkuutta vaativa työ rasittaa ratakoneiden ohjaajia myös kognitiivisesti.

– Yksi ratkaisu rautatiealan haasteisiin on robotiikkateknologia. Teollisuusautomaation tapaan se voi parantaa laatua ja lisätä tuottavuutta, jolloin radanhuoltokatkot lyhenevät. Lisäksi robotiikka kohentaa turvallisuutta vähentämällä inhimillisistä virheistä johtuvia vakavia onnettomuuksia, sanoo professori Jouni Mattila Tampereen yliopistosta.

Tampereen yliopisto ja suomalainen Novatron oy kehittivät autonomisen kiskopyöräkaivurin Europe’s Rail -konsortion ja Euroopan Unionin H2020-ohjelman rahoittamassa Smart Tools for Railway work safEty and performAnce iMprovement (STREAM) -tutkimusprojektissa. Novatron on erikoistunut infrarakentamisen digitalisaatioon ja BIM-mallipohjaisiin koneohjausjärjestelmiin.

Kehitetyn autonomisen kiskopyöräkaivurin tehtäviä voivat esimerkiksi olla radan sorapohjan uudistaminen, BIM-mallipohjainen lumenluonti sekä uusien ratapölkkyjen ja -kiskojen asennus. Autonominen ohjausjärjestelmä ja sensoriteknologia mahdollistavat koneen liikkumisen rautatieverkostossa itsenäisesti ja tarkasti. Kaivuri on varustettu monipuolisilla antureilla, jotka tunnistavat esteet ja vaaratilanteet sekä mahdollistavat niihin reagoinnin reaaliajassa.

Autonomista kaivuutyötä turvastandardeja noudattaen

Lukuisat EN-ratatyöstandardit sekä niistä johdetut Väylän ratapidon turvallisuusohjeet (TURO) määrittävät tarkasti erilaisia ratatyöturvallisuusvaatimuksia, joita on noudatettava radalla tapahtuvissa kunnossapito- ja uudistustöissä. Tämä helpottaa ratatyötehtävien automatisointia, koska huomioitavat asiat on yksiselitteisesti määritelty alan standardeissa. Tallaisia ovat esimerkiksi kiskopyöräkaivurin suurin sallittu kiskopyörän normaalivoima ratakiskoon ja erilaiset turvaetäisyydet sähköjohtoihin ja viereisiin ratoihin.

Turvallisuussäädöksiin liittyen STREAM-tutkimusprojektissa kehitettiin muun muassa kauhankäytön aikaisten kiskopyörien normaalivoimien laskenta ja rajoitus, sekä GNSS-RTK paikannukseen ja rataympäristön BIM-tietomalliin perustuva ajonaikaisesti päivittyvä turva-alue, joka estää kaivurinpuomin törmäykset ratainfraan, voimalinjoihin ja viereisellä radalla kulkevaan liikenteeseen. Molemmat ovat yleispäteviä menetelmiä raskaille työkoneille, ja esimerkiksi ajonaikaista voimien laskentaa on jo käytetty hyvällä menestyksellä muidenkin työkoneiden ajonaikaiseen vakautukseen.

Autonomisen kiskopyöräkaivurin toimintaa ja ominaisuuksia esitelläänyleisölle projektin loppudemossa Espanjan Tarragonassa kesäkuussa. Aiemmin tänä keväänä Suomessa suoritetussa demossa kaivuri poistaa viereisen ratakiskon alla sijaitsevan 18 metriä pitkän sepelikerroksen täysin itsenäisesti ilman kuljettajaa. Tähän vaaditaan sekä automaattisia kauhan liikkeitä että kaivurivaunun itsenäistä liikkumista.

– Tämä tarkoittaa sitä, että kiskopyöräkaivuri pystyy itsenäisesti työskentelemään BIM-mallipohjaisesti ja samalla monitoroi, ettei törmäyksiä ratainfraan tapahdu eikä sallitut enimmäiskiskopyörävoimat ylity. Uskon, että demonstraatio osoittaa kehittämämme teknologian soveltuvuuden rautatiealan käyttöön uusissa käyttötapauksissa, Mattila sanoo.

Suomi edelläkävijänä ratatöiden automatisoinnissa

Suomi on edelläkävijä ratainfran digitalisoinnissa, mistä esimerkkinä Meeri-mittausvaunu, joka laserskannaa pääradat läpi säännöllisesti kunnontarkastusmielessä. Digitaalisiin BIM-malleihin perustuvat robotisoitujen kiskopyöräkaivurien käyttöönotto rautatiealalla on vasta alkuvaiheessa, mutta projektin tulokset ovat lupaavia.

Mattilan mukaan tutkimusprojekti osoitti, että autonomiset kiskopyöräkaivurit voivat tehdä työtä tarkemmin, tehokkaammin ja turvallisemmin kuin ihmiskäyttöiset kaivurit. Lisäksi suoritettu työ kiskopyöräkaivurilla voidaan päivittää suoraan muutoksena ratainfran BIM-malliin, jolloin perinteinen maamittaustyö laadunvarmistukseen poistuu.  

Rautatiealalla on vielä paljon automatisointipotentiaalia, johon BIM-pohjaiset kuljettajaa avustavat koneohjausjärjestelmät sekä työkonerobotiikkatutkimus voivat avata uusia markkinoita. Esimerkiksi kaivurin GNSS-RTK paikannus yhdistettynä BIM-mallipohjaiseen ohjaukseen voi estää törmäykset kalliisiin ratainfrakomponentteihin, jotka ovat lumen alla tai muuten vaikeasti havaittavissa.

Avainsanat

Yhteyshenkilöt

Jouni Mattila
040 849 0244
jouni.mattila@tuni.fi

Kuvat

Suomessa kehitetyn autonomisen kiskopyöräkaivurin kuuden vapausasteen kauhanohjaus perustuu Tampereen yliopistossa kehitettyyn hydraulisten puomien säätötekniikkaan. Kuva: Novatron ja Lionel Hulttinen/ Tampereen yliopisto
Suomessa kehitetyn autonomisen kiskopyöräkaivurin kuuden vapausasteen kauhanohjaus perustuu Tampereen yliopistossa kehitettyyn hydraulisten puomien säätötekniikkaan. Kuva: Novatron ja Lionel Hulttinen/ Tampereen yliopisto
Lataa

Linkit

Tietoja julkaisijasta

Tampereen yliopisto
Tampereen yliopisto
Kalevantie 4
33014 TAMPEREEN YLIOPISTO

p. 0294 5211https://www.tuni.fi

Tampereen yliopisto kytkee yhteen tekniikan, terveyden ja yhteiskunnan tutkimuksen ja koulutuksen. Teemme kumppaniemme kanssa yhteistyötä, joka perustuu vahvuusalueillemme sekä uudenlaisille tieteenalojen yhdistelmille ja niiden soveltamisosaamiselle. Luomme ratkaisuja ilmastonmuutokseen, luontoympäristön turvaamiseen sekä yhteiskuntien hyvinvoinnin ja kestävyyden rakentamiseen. Yliopistossa on 22 000 opiskelijaa ja henkilöstöä yli 4 000.
Rakennamme yhdessä kestävää maailmaa. 

Tilaa tiedotteet sähköpostiisi

Haluatko tietää asioista ensimmäisten joukossa? Kun tilaat tiedotteemme, saat ne sähköpostiisi välittömästi julkaisuhetkellä. Tilauksen voit halutessasi perua milloin tahansa.

Lue lisää julkaisijalta Tampereen yliopisto

ProDigial testaa nyt infra-alan tuottavuutta parantavia ratkaisuja käytännössä – myös tekoälyn käyttöä tutkitaan25.4.2024 08:00:00 EEST | Tiedote

Infra-alan tuottavuutta ja digitalisaatiota kirittäneen, Tampereen yliopiston johtaman ProDigial-tutkimusohjelman jatkokaudella testataan kehitettyjen ratkaisujen toimivuutta tilaajaorganisaatioiden arjessa. Laajaan yhteistyöhön ja sen kehittämiseen nojaava tutkimusohjelma selvittää lisäksi tekoälyn käyttömahdollisuuksia infrahankkeiden elinkaarella.

Tampereen yliopistossa kehitetään syöpään uudenlaisia täsmälääkkeitä, jotka kohdistuvat RNA:n rakenteeseen22.4.2024 11:15:00 EEST | Tiedote

Tenure track -professori Minna-Liisa Änkö johtaa uutta hanketta, jossa tutkitaan solujen RNA:n laskostumiseen vaikuttavia tekijöitä paksusuolen syövässä. Tavoitteena on selvittää, voivatko syöpäsoluille tyypilliset RNA-rakenteet toimia perustana uusille kohdennetuille syöpähoidoille. Jane ja Aatos Erkon säätiö myönsi hankkeelle 932 000 euron rahoituksen.

Uutishuoneessa voit lukea tiedotteitamme ja muuta julkaisemaamme materiaalia. Löydät sieltä niin yhteyshenkilöidemme tiedot kuin vapaasti julkaistavissa olevia kuvia ja videoita. Uutishuoneessa voit nähdä myös sosiaalisen median sisältöjä. Kaikki tiedotepalvelussa julkaistu materiaali on vapaasti median käytettävissä.

Tutustu uutishuoneeseemme
HiddenA line styled icon from Orion Icon Library.Eye