Systemarkitektur för presentation av geografiskinformation- Utredning av Informationssystem och produkter

Banverket Trafik has a responsibility to make sure that the companies who traffic the Swedish railroad have the correct information about the status of the railroad. One of Banverket Trafiks information systems (Opera) presents the train’s actual position on a map and provides the user with physical information about the trains. Due to increasing demands on the information systems, Banverket Trafik needs to update the present system architecture in order to manage the increasing demands on map graphics and map functions. This paper analysis the information system Opera on the basis of theory and support of methods and discuss problems and demands for Opera. Further we investigate three GIS products to se if they meet the demands. Information about the products was gathered from both supplier and independent users to get a just picture of the products potentials. This paper comprises a suggestion of new system architecture that meet these needs. The suggested system architecture is capable of handling the map graphics and the map’s functions of more than one information system. Hopefully more than one information system will use the suggested system architecture as a map service.

Machine vision for the automatic classification of images acquired from Non-destructive tests

This project is based on Artificial Intelligence (A.I) and Digital Image processing (I.P) for automatic condition monitoring of sleepers in the railway track. Rail inspection is a very important task in railway maintenance for traffic safety issues and in preventing dangerous situations. Monitoring railway track infrastructure is an important aspect in which the periodical inspection of rail rolling plane is required.Up to the present days the inspection of the railroad is operated manually by trained personnel. A human operator walks along the railway track searching for sleeper anomalies. This monitoring way is not more acceptable for its slowness and subjectivity. Hence, it is desired to automate such intuitive human skills for the development of more robust and reliable testing methods. Images of wooden sleepers have been used as data for my project. The aim of this project is to present a vision based technique for inspecting railway sleepers (wooden planks under the railway track) by automatic interpretation of Non Destructive Test (NDT) data using A.I. techniques in determining the results of inspection.

MACHINE VISION FOR AUTOMATICVISUAL INSPECTION OF WOODENRAILWAY SLEEPERS USING UNSUPERVISED NEURAL NETWORKS

The motivation for this thesis work is the need for improving reliability of equipment and quality of service to railway passengers as well as a requirement for cost-effective and efficient condition maintenance management for rail transportation. This thesis work develops a fusion of various machine vision analysis methods to achieve high performance in automation of wooden rail track inspection.The condition monitoring in rail transport is done manually by a human operator where people rely on inference systems and assumptions to develop conclusions. The use of conditional monitoring allows maintenance to be scheduled, or other actions to be taken to avoid the consequences of failure, before the failure occurs. Manual or automated condition monitoring of materials in fields of public transportation like railway, aerial navigation, traffic safety, etc, where safety is of prior importance needs non-destructive testing (NDT).In general, wooden railway sleeper inspection is done manually by a human operator, by moving along the rail sleeper and gathering information by visual and sound analysis for examining the presence of cracks. Human inspectors working on lines visually inspect wooden rails to judge the quality of rail sleeper. In this project work the machine vision system is developed based on the manual visual analysis system, which uses digital cameras and image processing software to perform similar manual inspections. As the manual inspection requires much effort and is expected to be error prone sometimes and also appears difficult to discriminate even for a human operator by the frequent changes in inspected material. The machine vision system developed classifies the condition of material by examining individual pixels of images, processing them and attempting to develop conclusions with the assistance of knowledge bases and features.A pattern recognition approach is developed based on the methodological knowledge from manual procedure. The pattern recognition approach for this thesis work was developed and achieved by a non destructive testing method to identify the flaws in manually done condition monitoring of sleepers.In this method, a test vehicle is designed to capture sleeper images similar to visual inspection by human operator and the raw data for pattern recognition approach is provided from the captured images of the wooden sleepers. The data from the NDT method were further processed and appropriate features were extracted.The collection of data by the NDT method is to achieve high accuracy in reliable classification results. A key idea is to use the non supervised classifier based on the features extracted from the method to discriminate the condition of wooden sleepers in to either good or bad. Self organising map is used as classifier for the wooden sleeper classification.In order to achieve greater integration, the data collected by the machine vision system was made to interface with one another by a strategy called fusion. Data fusion was looked in at two different levels namely sensor-level fusion, feature- level fusion. As the goal was to reduce the accuracy of the human error on the rail sleeper classification as good or bad the results obtained by the feature-level fusion compared to that of the results of actual classification were satisfactory.

ANALYSIS & STUDY OF AI TECHNIQUES FORAUTOMATIC CONDITION MONITORING OFRAILWAY TRACK INFRASTRUCTURE : Artificial Intelligence Techniques

Since the last decade the problem of surface inspection has been receiving great attention from the scientific community, the quality control and the maintenance of products are key points in several industrial applications.The railway associations spent much money to check the railway infrastructure. The railway infrastructure is a particular field in which the periodical surface inspection can help the operator to prevent critical situations. The maintenance and monitoring of this infrastructure is an important aspect for railway association.That is why the surface inspection of railway also makes importance to the railroad authority to investigate track components, identify problems and finding out the way that how to solve these problems. In railway industry, usually the problems find in railway sleepers, overhead, fastener, rail head, switching and crossing and in ballast section as well. In this thesis work, I have reviewed some research papers based on AI techniques together with NDT techniques which are able to collect data from the test object without making any damage. The research works which I have reviewed and demonstrated that by adopting the AI based system, it is almost possible to solve all the problems and this system is very much reliable and efficient for diagnose problems of this transportation domain. I have reviewed solutions provided by different companies based on AI techniques, their products and reviewed some white papers provided by some of those companies. AI based techniques likemachine vision, stereo vision, laser based techniques and neural network are used in most cases to solve the problems which are performed by the railway engineers.The problems in railway handled by the AI based techniques performed by NDT approach which is a very broad, interdisciplinary field that plays a critical role in assuring that structural components and systems perform their function in a reliable and cost effective fashion. The NDT approach ensures the uniformity, quality and serviceability of materials without causing any damage of that materials is being tested. This testing methods use some way to test product like, Visual and Optical testing, Radiography, Magnetic particle testing, Ultrasonic testing, Penetrate testing, electro mechanic testing and acoustic emission testing etc. The inspection procedure has done periodically because of better maintenance. This inspection procedure done by the railway engineers manually with the aid of AI based techniques.The main idea of thesis work is to demonstrate how the problems can be reduced of thistransportation area based on the works done by different researchers and companies. And I have also provided some ideas and comments according to those works and trying to provide some proposal to use better inspection method where it is needed.The scope of this thesis work is automatic interpretation of data from NDT, with the goal of detecting flaws accurately and efficiently. AI techniques such as neural networks, machine vision, knowledge-based systems and fuzzy logic were applied to a wide spectrum of problems in this area. Another scope is to provide an insight into possible research methods concerning railway sleeper, fastener, ballast and overhead inspection by automatic interpretation of data.In this thesis work, I have discussed about problems which are arise in railway sleepers,fastener, and overhead and ballasted track. For this reason I have reviewed some research papers related with these areas and demonstrated how their systems works and the results of those systems. After all the demonstrations were taking place of the advantages of using AI techniques in contrast with those manual systems exist previously.This work aims to summarize the findings of a large number of research papers deploying artificial intelligence (AI) techniques for the automatic interpretation of data from nondestructive testing (NDT). Problems in rail transport domain are mainly discussed in this work. The overall work of this paper goes to the inspection of railway sleepers, fastener, ballast and overhead.

Fjärrvärmedrivna vitvaror : Erfarenheter från utveckling, installationer och kostnadsberäkningar

Värmedrivna vitvaror eller HWC-maskiner som de kallas av tillverkaren värms med varmt vatten från en cirkulerande krets via en värmeväxlare inbyggd i maskinen, till skillnad från konventionella maskiner som värms med el. Denna teknik skall inte förväxlas med maskiner som är anslutna till varmvattenledningen och fylls på med varmt vatten och som därmed begränsas till disk- och tvätt. Syftet med fjärrvärmedrivna vitvaror är alltså att använda fjärrvärme, som har lägre kvalitet och pris än elenergi för uppvärmning och torkning och på så sätt spara el och utöka fjärrvärmeunderlaget. En jämförelse av koldioxidutsläpp och primärenergianvändning mellan konventionella vitvaror och fjärrvärmedrivna vitvaror visar att både koldioxidutsläpp och primärenergianvändning blir lägre för fjärrvärmedrivna vitvaror om biobränsle anses koldioxidneutralt och den el som ersätts är producerad i kolkraftverk eller gaskombikraftverk.   Denna rapport beskriver utveckling och kommersialisering av värmedrivna vitvaror (disk- och tvättmaskiner samt torktumlare och torkskåp) och hur de kan anslutas mot fjärrvärmesystem i olika systemlösningar. Dessutom har de energimässiga och ekonomiska förutsättningarna för tekniken undersökts. Erfarenheterna från fältprovning är dock mycket begränsade, eftersom de byggen där fälttesterna skulle ske försenades. Under 2013 färdigställs ett flerbostadshus med värmedrivna vitvaror i 160 lägenheter i Västerås.   De utvecklade maskinernas värmeanvändning som andel av total energianvändning vid 60 graders framledningstemperatur har uppmätts till ca 50 % för diskmaskinen, 67 % för tvättmaskinen, 80 % för torktumlaren och 93 % för torkskåpet. I det studerade flerbostadshuset av passivhusstandard uppgår lasten från värmedrivna vitvaror komfortgolvvärme och handdukstorkar till upp mot 30 % av husets totala värmeanvändning. För småhus är motsvarande siffra upp mot 20 %. Att använda fjärrvärme istället för elvärme till dessa installationer som normalt är elvärmda kan allts minska elbehovet betydligt i lågenergibebyggelse vilket också minskar både koldioxidutsläppen och primärenergianvändningen.   Ekonomiska analyser har genomförts för två olika systemkoncept (separat vitvarukrets och Västeråsmodellen) för nybyggda småhusområden och flerfamiljshus där fjärrvärme inte bara används till vitvaror utan också till handdukstorkar och komfortgolvvärme. De ekonomiska analyserna visar att Västeråsmodellen är den mest ekonomiskt intressanta systemlösningen med värmedrivna vitvaror, handdukstork och komfortgolvvärme. I flerfamiljshus kan den vara konkurrenskraftig mot de elvärmda alternativen (konventionellt system med eldrivna vitvaror, komfortgolvvärme och handdukstorkar) om prisskillnaden mellan el och fjärrvärme är större än 0,7 kr/kWh. En parameterstudie visar att kapitalkostnaden blir ganska hög jämfört med energikostnaden, vilket betyder att lång livslängd och många cykler är viktigt för att förbättra de ekonomiska förutsättningarna för värmedrivna vitvaror. För passiva småhus blir kostnaden för Västeråsmodellen med värmedrivna vitvaror, handdukstork och komfortgolvvärme likvärdig med de elvärmda alternativen vid energiprisskillnader på 0,7 kr/kWh inklusive moms, medan det krävs prisskillnader på 0,9 kr/kWh inklusive moms för normalisolerade småhusområden.   Sammanfattningsvis kan sägas att i kommuner med ett konkurrenskraftigt fjärrvärmepris finns det viss lönsamhet för hela konceptet enligt Västeråsmodellen med värmedrivna vitvaror, komfortgolvvärme, och handdukstorkar. Om man däremot ser på konkurrensen för enskilda vitvaror är det främst torktumlaren som är konkurrenskraftig i bostäder. Målpriset på 1000 kr extra för värmedrift har inte kunnat uppnås inom projektet för diskmaskiner och tvättmaskiner. Det krävs lägre priser och låga anslutningskostnader för att räkna hem diskmaskinen och tvättmaskinen som enskilda komponenter.   Värmedrivna tvättmaskiner och torktumlare är konkurrenskraftiga i flerfamiljstvättstugor. Speciellt i de fall där beläggningen är god och flera maskiner delar på anslutningskostnaden till fjärrvärmecentralen kan värmedrift bli riktigt lönsam. Torkskåpens konkurrenskraft har inte kunnat utvärderas, då priset ännu inte fastställts. Att använda VVC-systemet för värmedistribution till värmedrivna vitvaror kan vara mycket intressant, men det kräver att legionellaproblematiken kan lösas. I nuläget finns ingen lösning som uppfyller formuleringarna i boverkets byggregler. Ett annat distributionssätt som kan vara intressant, men som inte undersökts i studien är att använda VVC för varmvattendistribution och en gemensam radiator- och vitvarukrets med konstant framledningstemperatur. Den aktör som förväntas ha störst ekonomiskt intresse av att tekniken implementeras är sannolikt fjärrvärmebolagen som får sälja mer värme och det ligger därmed främst på deras ansvar att marknadsföra tekniken i mötet med sina kunder.

Mått för att mäta kodkvalitet undersystemutvecklingsprocessen

Viljan att hålla en hög kvalitet på den kod som skrivs vid utveckling av system och applikationerär inte något nytt i utvecklingsvärlden. Flera större företag använder sig av olika mått för attmäta kvaliteten på koden i sina system med målet att hålla en hög driftsäkerhet.Trafikverket är en statlig myndighet som ansvarar för driften av bland annat de system somhåller igång Sveriges järnvägsnät. Eftersom systemen fyller en viktig del i att säkra driften ochse till att tågpositioner, planering av avgångar och hantering av driftstörningar fungerar dygnetrunt för hela landet anser de att det är viktigt att sträva efter att hålla en hög kvalitet påsystemen.Syftet med det här examensarbetet var att ta reda på vilka mått som kan vara möjliga attanvända under systemutvecklingsprocessen för att mäta kvaliteten på kod och hur måtten kananvändas för att öka kvaliteten på IT-lösningar. Detta för att redan på ett tidigt stadie kunnamäta kvaliteten på den kod som skrivs i både befintliga och nyutvecklade system.Studien är en fallstudie som utfördes på Trafikverket, de olika måtten som undersöktes varcode coverage, nivån på maintainability index och antalet inrapporterade incidenter för varjesystem. Mätningar utfördes på sju av Trafikverkets system som i analysen jämfördes motantalet rapporterade incidenter. Intervjuer utfördes för att ge en bild över hur arbetssättet vidutveckling kan påverka kvaliteten. Genom litteraturstudier kom det fram ett mått som inte kundeanvändas praktiskt i det här fallet men är högst intressant, detta är cyclomatic complexity somfinns som en del av maintainability index men som även separat påverkar möjligheten att skrivaenhetstest.Resultaten av studien visar att måtten är användbara för ändamålet men bör inte användassom enskilda mått för att mäta kvalitet eftersom de fyller olika funktioner. Det är viktigt attarbetssättet runt utveckling genomförs enligt en tydlig struktur och att utvecklarna både harkunskap om hur man arbetar med enhetstest och följer kodprinciper för strukturen. Tydligakopplingar mellan nivån på code coverage och inflödet av incidenter kunde ses i de undersöktasystemen där hög code coverage ger ett lägre inflöde av incidenter. Ingen korrelation mellanmaintainability index och incidenter kunde hittas.

Monitoring vegetation on railway embankments : supporting maintenance decisions

The national railway administrations in Scandinavia, Germany, and Austria mainly resort to manual inspections to control vegetation growth along railway embankments. Manually inspecting railways is slow and time consuming. A more worrying aspect concerns the fact that human observers are often unable to estimate the true cover of vegetation on railway embankments. Further human observers often tend to disagree with each other when more than one observer is engaged for inspection. Lack of proper techniques to identify the true cover of vegetation even result in the excess usage of herbicides; seriously harming the environment and threating the ecology. Hence work in this study has investigated aspects relevant to human variationand agreement to be able to report better inspection routines. This was studied by mainly carrying out two separate yet relevant investigations.First, thirteen observers were separately asked to estimate the vegetation cover in nine imagesacquired (in nadir view) over the railway tracks. All such estimates were compared relatively and an analysis of variance resulted in a significant difference on the observers’ cover estimates (p<0.05). Bearing in difference between the observers, a second follow-up field-study on the railway tracks was initiated and properly investigated. Two railway segments (strata) representingdifferent levels of vegetationwere carefully selected. Five sample plots (each covering an area of one-by-one meter) were randomizedfrom each stratumalong the rails from the aforementioned segments and ten images were acquired in nadir view. Further three observers (with knowledge in the railway maintenance domain) were separately asked to estimate the plant cover by visually examining theplots. Again an analysis of variance resulted in a significant difference on the observers’ cover estimates (p<0.05) confirming the result from the first investigation.The differences in observations are compared against a computer vision algorithm which detects the "true" cover of vegetation in a given image. The true cover is defined as the amount of greenish pixels in each image as detected by the computer vision algorithm. Results achieved through comparison strongly indicate that inconsistency is prevalent among the estimates reported by the observers. Hence, an automated approach reporting the use of computer vision is suggested, thus transferring the manual inspections into objective monitored inspections

Detecting Plants on Railway Embankments

This paper investigates problems concerning vegetation along railways and proposes automatic means of detecting ground vegetation. Digital images of railway embankments have been acquired and used for the purpose. The current work mainly proposes two algorithms to be able to achieve automation. Initially a vegetation detection algorithm has been investigated for the purpose of detecting vegetation. Further a rail detection algorithm that is capable of identifying the rails and eventually the valid sampling area has been investigated. Results achieved in the current work report satisfactory (qualitative) detection rates.