Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 3.4.1 Aufgabenstellung / Theorie 3.4.2 Assistenzsysteme - statisch - dynamisch, zugbasiert - dynamisch, netzbasiert 3.4.3 Informationssysteme - dynamisch, netzbasiert 3.4.4 Zusammenfassung Prof. Dr.-Ing. J. Krimmling Seite 510 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Möglichkeiten der Unterstützung der Triebfahrzeugführer zur Realisierung energiesparender Fahrweisen Informationssystem (FIS) „Rohe“ Prozessdaten Intelligenz (Expertenwissen) notwendig, um die Information in die korrekte Steuerfolge zu übersetzen Lernphase Bereitschaft sich mit solchen Systemen auseinander zu setzen Nicht alle Lokführer können ein solches System produktiv nutzen Qualität des Arbeitsumfelds steigt Assistenzsystem (FAS) Vorverarbeitete Information Keine Intelligenz notwendig Leicht zu interpretieren (keine Lernphase) Zusätzliche zu verarbeitende Information Nicht alle Lokführer wollen ein solches System anwenden In der Regel höheres Einsparpotenzial Welches System ist besser zur energiesparenden Fahrweise geeignet ? Welches System ist aus psychologischer Sicht besser? Prof. Dr.-Ing. J. Krimmling Seite 511 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Störungen (Fahrgäste, Wetter, Infra, Fzg) (Dispo-) Fahrplan - Verspätung Lokführer + Zug + a v s Zielstellung für den Lokführer: Steuere den Zug so, dass Verspätung minimal wird. Probleme im täglichen Betrieb: schlechte Fahrzeiteinhaltung (Verfrühungen, Verspätungen): hoher Energieverbrauch, Konflikte mit anderen Zügen Prof. Dr.-Ing. J. Krimmling Seite 512 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimales Regime für eine energieoptimale Fahrt zwischen zwei Halten Antrieb Beharrung Auslauf Bremsen Geschwindigkeit Theoretisch nachgewiesen und praktisch erprobt Horn/Strobel 1974 Kraft/Schnieder 1981 Howlett 1994 Sanftleben 2002 etc. Prof. Dr.-Ing. J. Krimmling Finden der Umschaltpunkte zwischen den Regimen, so dass die Ankunft pünktlich erfolgt Weg Seite 513 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Energieverbrauch für verschiedene Fahrzeiten Traktionsenergieverbrauch Schon geringe Fahrzeitreserven führen zu nennenswerter Energieeinsparung Prof. Dr.-Ing. J. Krimmling Fahrzeit Seite 514 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Geschwindigkeit in km/h 140 120 Verschiedene Geschwindigkeitsgrenzen zeitoptimal: 174 s 100 80 60 40 20 0 Prof. Dr.-Ing. J. Krimmling Position Seite 515 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Geschwindigkeit in km/h Verschiedene Geschwindigkeitsgrenzen 140 zeitoptimal: 174 s +6 s 180 s 120 100 80 +4.6 s +1.4 s 60 40 20 0 Prof. Dr.-Ing. J. Krimmling Position Seite 516 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Geschwindigkeit in km/h Verschiedene Geschwindigkeitsgrenzen 140 zeitoptimal: 174 s +11 s 185 s 120 100 80 60 40 +6.5 s +3.9 s +0.6 s 20 0 Prof. Dr.-Ing. J. Krimmling Position Seite 517 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Geschwindigkeit in km/h 140 Verschiedene Geschwindigkeitsgrenzen zeitoptimal: 174 s +21 s 195 s 120 100 80 60 40 20 0 Prof. Dr.-Ing. J. Krimmling +11 s +1.4 s -1 km/h +8.0 s +0.6 s -8 km/h Position Seite 518 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Berücksichtigung von Neigungswechseln Auch Berücksichtigung unterschiedlicher Neigungen möglich Prof. Dr.-Ing. J. Krimmling Seite 519 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme System bei den SBB Antrieb Beharrung Geschwindigkeit Bremsen nur elektrische Bremse und Rückspeisung zusätzlich mechanische Bremse Position Voraussetzung: Getrennte elektrische und mechanische Bremsen Prof. Dr.-Ing. J. Krimmling Seite 520 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 3.4.1 Aufgabenstellung / Theorie 3.4.2 Assistenzsysteme - statisch - dynamisch, zugbasiert - dynamisch, netzbasiert 3.4.3 Informationssysteme - dynamisch, netzbasiert 3.4.4 Zusammenfassung Prof. Dr.-Ing. J. Krimmling Seite 521 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Statische Hilfssysteme für Lokführer Informationen im gedruckten Buchfahrplan Prof. Dr.-Ing. J. Krimmling Seite 522 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Statische Hilfssysteme für Lokführer Informationen an der Strecke bei U-Bahnen (z.B. Berlin, Nürnberg) Prof. Dr.-Ing. J. Krimmling Seite 523 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Grundlegender Aufbau Assistenzsystem Hintergrundsystem Fahrplan Betriebsinformation Datenkommunikation, z.B. GSM-R Satellitenortung (z.B. GPS): Antenne, Empfänger, digitale Landkarte Ortungsmodul bordgestütztes Assistenzsystem MMI Geschwindigkeit Türzustand Prof. Dr.-Ing. J. Krimmling Seite 524 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Assistenzsysteme im praktischen Einsatz ENAflex-S: Empfehlung von Abschaltgeschwindigkeit und Auslaufbeginn optische und akustische Empfehlung bisheriger Einsatz S-Bahn Dresden, dieselbetriebene Privatbanen (HarzElbe-Express, SBS, ODEG) Empfehlung: 73 km/h* Prof. Dr.-Ing. J. Krimmling Seite 525 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Fern- und Regionalverkehr von Leipzig Meißen Länge 78 km Fahrtdauer ca. 100 Minuten Regionalverkehr von Cottbus, Hoyerswerda und Elsterwerda Radebeul Ost MeißenTrieb. Coswig Dresden-Neustadt Dresden-Mitte SEPARATE S-BAHNTRASSE DresdenHauptbahnhof ESTW Praxistest: S1 Meißen - Schöna Prof. Dr.-Ing. J. Krimmling Seite 526 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Messkonzept Weg 2: Abfrage der EISDatenbank für alle Fahrten GSM Datenbank DB Energie weitere Datenbanken EIS-Datenbank DB Personenverkehr Energieverbrauch Mess- und Vergleichsfahrten Prof. Dr.-Ing. J. Krimmling Seite 527 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 25 Häufigkeit der Fahrten Fahrten mit Ass.-system: 29 Vergleichsfahrten: 139 20 15 10 vermutlicher Mittelwert 7-12% ab DN 2‘-5‘ Ab Rbl-Ost 6‘ Ab Rbl-Ost 5‘ 5 0 70 80 90 100 110 120 130 Energieverbrauch rel. zum Mittel manuelle Fahrweise in % 140 Ergebnisse Messkampagne 2004 Prof. Dr.-Ing. J. Krimmling Seite 528 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Reihenfolge der Fahrten • Beste 20 Messwerte • Meißen-Triebischtal • nach Bad Schandau: • davon 9 mit Assistenzsystem • (insgesamt 139 Fahrten ohne Assistenz, • 18 Messwerte mit Assistenzsystem) • • • • • • Beste 20 Messwerte Meißen-Triebischtal nach Schöna: davon 6 mit Assistenzsystem (insgesamt 145 Fahrten ohne Assistenz, 20 mit Assistenzsystem) 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% ohne Assistent mit Assistent beste 20 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% insgesamt ohne Assistent mit Assistent beste 20 insgesamt Ergebnisse Messkampagne 2006 Prof. Dr.-Ing. J. Krimmling Seite 529 Einführung Verkehrstelematik (Basis: Mittelwert ungestörter Betrieb ohne Assistenzsystem) 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme relativer Energieverbrauch mit Assistenzsystem 140% 120% 100% 80% 60% 40% 10% Einsparung im ungestörten Betrieb, sehr gute Werte bei leicht gestörtem Betrieb keine Verspätung leicht verspätet große Störungen 20% 0% 13 14 15 16 19 20 21 22 26 27 28 29 30 Tag des Monats Juni 2006 Ergebnisse Messkampagne 2006, Zug-Nummer: 7037 Prof. Dr.-Ing. J. Krimmling Seite 530 Einführung Verkehrstelematik (Basis: Mittelwert ungestörter Betrieb ohne Assistenzsystem) 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme mit Assistenzsystem relativer Energieverbrauch 140% 120% 100% 80% 60% 15% Einsparung im ungestörten Betrieb 40% keine Verspätung leicht verspätet große Störungen 20% 0% 12 13 14 15 16 19 20 21 22 26 27 28 29 30 Tag des Monats Juni 2006 Ergebnisse Messkampagne 2006, Zug-Nummer: 7043 Prof. Dr.-Ing. J. Krimmling Seite 531 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Positiver Nebeneffekt: Genauere Fahrzeiteinhaltung Prof. Dr.-Ing. J. Krimmling Seite 532 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Einfluss der PZB90 am Beispiel Halt im Bahnhof Radebeul-Weintraube • Ankündigung Einfahrt Rdbl-Ost mit 60 km/h (Signal noch auf Halt), dann Halt Rdbl-Weintraube • 1000 Hz Überwachung (45 km/h) bei Ausfahrt aus dem Haltepunkt bis 700 m nach dem VS • moderneres Zugsicherungssystem höheres Energiesparpotenzial Prof. Dr.-Ing. J. Krimmling Seite 533 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Fahrerassistenz auf dem Streckennetz des Harz-Elbe-Express Quelle: http://www.hex-online.de/strecken-fahrplaene/direktverbindungen-umsteigefrei-im-nordharz-unterwegs Prof. Dr.-Ing. J. Krimmling Seite 534 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Projekt InLineFAS mit Interautomation Deutschland GmbH • zugbezogenes Assistenzsysteme zur energiesparenden Fahrweise • betriebsinternes vorausschauendes Fahren • im täglichen Einsatz bei Harz-Elbe-Express (HEX) v vmax vma vmax x s Prof. Dr.-Ing. J. Krimmling Seite 535 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Fahrempfehlungen (HEX) „Abfahrtsempfehlung“ 1. Ankunft keine Ausgabe • • Art und Anzahl der Fahrempfehlungen in Abstimmung mit EVU 2. Abfahrtszeit erreicht 3. Abfahren nur notwendige Empfehlungen ausgeben Auslaufempfehlung • keine sicherheitskritischen bzw. widersprüchlichen Empfehlungen geben Prof. Dr.-Ing. J. Krimmling v vmax Seite 536 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme •Verifikation per Durchflussmessung für Dieseltraktion Vergleichsmessungen und Auswertungen des Treibstoffverbrauchs mit und ohne Fahrerassistenzsystem Prof. Dr.-Ing. J. Krimmling Seite 537 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme durchschnittlicher Verbrauch in l Einsparpotenzial HEX - umlauffeine Messung von Tankdaten ohne FAS 1 2 3 4 6 7 8 Umlauf Nr. 9 10 11 13 mit FAS 15 16 Einsparung bezogen auf die verglichenen Umläufe (gemittelt): 5,0 % Prof. Dr.-Ing. J. Krimmling Seite 538 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Prof. Dr.-Ing. J. Krimmling Seite 539 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme InLineFAS-Anwendung bei der ODEG wird in Kooperation mit Interautomation umgesetzt Prof. Dr.-Ing. J. Krimmling Seite 540 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme • Dieselfahrzeuge: HEX – seit 2012 im Einsatz – fahrzeugbezogener Einsatz auf Alstom LINT 41 und LINT 27 (Einfach- als auch Doppeltraktion) – umgesetzt auf Blackberry-Endgeräten – nachgewiesene Einsparung des Kraftstoffverbrauchs von 5% • Elektrische Fahrzeuge: ODEG – seit Sommer 2014 im Regelbetrieb – fahrerbezogener Einsatz auf Stadler KISS-Fahrzeugen – umgesetzt auf Android-Endgeräten – nachgewiesene Einsparung des Energieverbrauches in Abhängigkeit der Betriebsbedingungen von 3% - 10% • Weiteres Beispiel Dieselfahrzeuge: 6,2% Einsparung bei der SBS auf der Strecke Dresden-Kamenz Prof. Dr.-Ing. J. Krimmling Seite 541 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Einsparpotenzial ODEG Nachweis anhand von 15-Minuten genauen Energieverbrauchsdaten (Gegenüberstellung aller Zugnummern Mai - Juli 2014 RE4) Energieverbrauch/ kWh -7,6% Energieverbrauch/ kWh Prof. Dr.-Ing. J. Krimmling Seite 542 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Benötigte Daten für FAS • Infrastrukturdaten, Geschwindigkeiten, Höhenprofile, Fahrzeugdaten • statischer Fahrplan einschl. Betriebshalte, Haltezeiten Optimierung ausschließlich zwischen zwei Halten • statischer Fahrplan und dynamische Zielzeiten und Toleranzen Einsatz der dynamischen Fahrzeitenregelung • zusätzliche Informationen über die anderen im Netz befindlichen Züge und/oder dynamische Zielzeiten aus dem RBL Kreuzungs-, Zuglaufregelung Prof. Dr.-Ing. J. Krimmling Seite 543 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Zusammenfassung wesentlicher Leistungsmerkmale • zugbezogenes Fahrerassistenzsystem zur energiesparenden Fahrweise, realisiert durch Smartphones- oder Tablet-Anwendungen • einfache und individuelle Fahrempfehlungen und -information für den Triebfahrzeugführer • Einsatz sowohl im Diesel- als auch Elektronetz • Berücksichtigung betriebsspezifischer Anforderungen (Verspätungs-Toleranzen, wichtige Halte, Zugkreuzungen, Bedarfshalte, …) • nachweisliche Energieeinsparungen von bis zu 10% Prof. Dr.-Ing. J. Krimmling Seite 544 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Besonderheit: • Erste Ansätze eines operativen Verkehrsmanagements • Kreuzungsbahnhof Wallwitz • Bei (geringer) Verspätung eines Zuges, wird der Gegenzug langsamer an den Kreuzungspunkt mittels FAS herangeführt Vorteile: Verkürzung der Aufenthaltszeit Zusätzliche Energieeinsparungen Prof. Dr.-Ing. J. Krimmling Seite 545 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Weitere Besonderheit PZB: Einige Magnete ständig aktiv (vor Bahnhöfen, in die immer auf haltzeigendes Signal eingefahren wird) 500 Hz 1000 Hz Manchmal wird 500 Hz überfahren, manchmal nicht 500 Hz Ausfahrt bis zur Befreiung mit 40 km/h oder 20 km/h Prof. Dr.-Ing. J. Krimmling Seite 546 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Ein zweistufiger Ansatz zum Energiesparen im S-Bahn-Betrieb Position Abfahrt und Ankunftszeiten an wichtigen Halten Stufe 2 Fahrzeitregelung entlang einer Linie Zeit Fahrzeit für jeden Abschnitt Geschwindigkeit Stufe 1 Energieoptimale Steuerung zwischen zwei Halten Umschaltpunkte zur pünktlichen Ankunft bei minimalem Energieverbrauch Position Prof. Dr.-Ing. J. Krimmling Seite 547 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Erweitertes Szenario1: Sinnvolle Fahrzeitenregelung s Schulklasse geplanter Fahrtverlauf Hole Verspätungen so schnell wie möglich auf E t Prof. Dr.-Ing. J. Krimmling Hole Verspätungen bis zum nächsten wichtigen Halt auf t Seite 548 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimale Verteilung von Fahrzeitreserve (Stufe 2 des Ansatzes zum Energiesparen) Position Zeitoptimale Fahrt Diskretisierung möglicher Ankunfts-/Abfahrtszeiten Suchraum Fahrzeitreserve (3...7%) Zeit Dynamische Programmierung, Bellman Prof. Dr.-Ing. J. Krimmling Seite 549 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimale Verteilung von Fahrzeitreserve Position Energie + + + + + Alternative u(k) Zeit Prof. Dr.-Ing. J. Krimmling Seite 550 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimale Verteilung von Fahrzeitreserve Position Zeit Prof. Dr.-Ing. J. Krimmling Seite 551 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimale Verteilung von Fahrzeitreserve Position Optimaler Fahrtverlauf für gegebene Zeit Ankunfts- und Abfahrtszeit an den wichtigen Bahnhöfen Prof. Dr.-Ing. J. Krimmling Seite 552 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Optimale Verteilung von Fahrzeitreserve Prof. Dr.-Ing. J. Krimmling Seite 553 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Erweitertes Szenario: Energieoptimierung mit Bedarfshalten ► Potenzial: zusätzliche Fahrzeitreserve beim Auslassen einer Station (~40s) - Vermeiden unnötiger Brems- und Beschleunigungsvorgänge - Einsparung der Aufenthaltszeit Entscheidungspunkt des Tfz.-führers ► Problem #1: Bedarfsfall am Bedarfshalt nicht deterministisch ► Problem #2: Aufenthaltszeiten aller Stationen nicht deterministisch Prof. Dr.-Ing. J. Krimmling exakte Fahrzeitreserve vor Fahrtantritt unbekannt Seite 554 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Lösungsansatz: Verteilung einer potenziellen Fahrzeitreserve mit Hilfe der Stochastik vor Fahrtantritt • Prognose der potenziellen Fahrzeitreserve über probabilistische Annahmen zu Aufenthaltszeit und Haltewahrscheinlichkeit • optimale Verteilung* der prognostizierten Fahrzeitreserve tR,prog auf alle Abschnitte t R , prog n t R ,i i 1 tR, 1 tR, 2 tR, 3 * mittels stochastisch bedingter Zustandsüberführung in der DP nach Bellman Prof. Dr.-Ing. J. Krimmling Seite 555 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme • Prognose zur Haltezeit über den schichtungsspezifischen Erwartungswert Fahrten mit langen Aufenthaltszeiten geringere Fahrzeitreserve • vergleichbare Ergebnisse bei der Prognose zur Haltewahrscheinlichkeit Prof. Dr.-Ing. J. Krimmling Seite 556 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme während der Fahrt • • Abgleich von prognostizierten und tatsächlichen Ereignissen - Aufenthaltszeiten an allen Stationen - Zeitgewinn /-verlust aus Ereignis am Bedarfshalt ggf. Neuverteilung der Fahrzeitreserve nach einem Halt t R ,korr n t R ,korr ,i i m tR ,korr ,2 tR ,korr ,3 tR,1 ► tR,2 tR,3 Qualitätskriterien im ÖPNV erfordern zusätzlich die Berücksichtigung von Verspätungen und Anschlüssen Prof. Dr.-Ing. J. Krimmling Seite 557 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme weitere Assistenzsysteme im praktischen Einsatz EBULA-ESF: Empfehlung des Auslaufbeginns Visualisierung durch blauen Punkt bisheriger Einsatz im Fernverkehr (ICE) Prof. Dr.-Ing. J. Krimmling Seite 558 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme weitere Assistenzsysteme im praktischen Einsatz Freightmiser Visualisierung von Solltrajektorie, Streckenprofil und Ist-Geschwindigkeit bisheriger Einsatz im Güterverkehr (Australien) Prof. Dr.-Ing. J. Krimmling Seite 559 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Aktueller Stand Weitere Entwicklungen in Europa: - Driving Style Manager (Bombardier) GE Tripoptimizer (General Electric) Fassi (Deutschland) Knorr Bremse (Deutschland) GEKKO (Dänemark) Trend: Jedes Bahnunternehmen betreibt Eigenentwicklung. Gegentrend: ERTMS/ ETCS Prof. Dr.-Ing. J. Krimmling Seite 560 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Zusammenfassung Assistenzsysteme zugbasiert Einsparungen von 5 - 20 % an Traktionsenergie wurden gemessen. Technologien und Systeme praktisch erprobt. Empfehlung: 73 km/h* ESF o Prof. Dr.-Ing. J. Krimmling Seite 561 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Ansatz für netzbasierte Systeme Hp Heidenau-Großsedlitz Betriebszentrale Bf Pirna Konfliktsituationen: Ein Praxisbeispiel Prof. Dr.-Ing. J. Krimmling Seite 562 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Das Assistenzsystem braucht Informationen über die zeitliche Dauer eines Konflikts. 80 70 60 50 40 30 10 11:52:05 11:52:48 11:53:31 11:52:05 11:52:48 11:53:31 11:54:14 Signalaufwertung 0 11:51:22 33980 33480 32980 32480 31980 31480 11:51:22 Prof. Dr.-Ing. J. Krimmling 11:54:14 Ende restriktive Beeinflussung 20 11:54:58 11:55:41 11:56:24 11:54:58 11:55:41 11:56:24 Seite 563 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 80 70 Verspätung: -30 s Energie: -30% 60 50 40 30 20 10 11:52:05 11:52:48 11:53:31 11:52:05 11:52:48 11:53:31 33980 33480 32980 32480 Frage: Würde diese Empfehlung (35 km/h*) von den Triebfahrzeugführern akzeptiert? Prof. Dr.-Ing. J. Krimmling 11:54:14 11:54:58 11:55:41 11:56:24 11:54:58 11:55:41 11:56:24 Signalaufwertung 0 11:51:22 31980 31480 11:51:22 11:54:14 Seite 564 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Intermodale Anschlusssicherung Leitzentrale S-Bahn DB Regio AG Leitzentrale (RBL) Stadtverkehr DVB AG Leitzentrale Regionalbusverkehr RegioRBL Intermodaler Verknüpfungsrechner GSM-R H Fahrgastinformation Umsteigestation H H H Prof. Dr.-Ing. J. Krimmling Seite 565 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Netzbasierte Systeme (historisch) Deutschland Schweiz Prof. Dr.-Ing. J. Krimmling Seite 566 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Mensch Maschine Interface: Vorausschauendes Fahren (ICE) Bsp.: ETCS-On-Board-Display Quelle: Prof. Dr.-Ing. J. Krimmling Seite 567 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 3.4.1 Aufgabenstellung / Theorie 3.4.2 Assistenzsysteme - statisch - dynamisch, zugbasiert - dynamisch, netzbasiert 3.4.3 Informationssysteme - dynamisch, netzbasiert 3.4.4 Zusammenfassung Prof. Dr.-Ing. J. Krimmling Seite 568 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Projekt RouteLint (ProRail, TU Dresden) Verbesserung des Verkehrsflusses im Eisenbahnnetz durch Informationsausgleich zwischen Triebfahrzeugführer und Disponent davorliegender Zug, der gerade den Fahrweg von 5030 verlässt davorliegender Zug: Nummer, Position, Fahrplanlage eigener Zug: Nummer, Position, Fahrplanlage dahinterliegender Zug Fahrweg eigener Zug Prof. Dr.-Ing. J. Krimmling Seite 569 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Simulationsuntersuchungen ca. 50 Triebfahrzeugführer in unterschiedlichen Szenarios Prof. Dr.-Ing. J. Krimmling Seite 570 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Experiment B: Folgekonflikt Station H hält in A Zug 813 Fahrer KONFLIKT Station E Station G Station F hält in D,C,B,A Prof. Dr.-Ing. J. Krimmling Station D Zug 2204 automatisch Station C Station B Station A Seite 571 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Zeit in s Geschw. in km/h Was lässt sich gewinnen mit Informations- oder Assistenzsystemen in Konfliktsituationen? Auslauf 100 mit Information 50 0 0 0 100 100 200 200 300 300 400 400 500 500 600 600 700 700 800 800 900 150 Fahrer heute 150 0 2000 4000 6000 8000 10000 12000 14000 16000 18000 20000 14000 16000 18000 20000 kein vollständiger Stillstand theoretisches Optimum (Assistenzsystem) 100 50 0 900 Geschw. in km/h Prof. Dr.-Ing. J. Krimmling data6 0 2000 4000 6000 8000 10000 12000 Weg in m Seite 572 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Konsequenzen für Energieverbrauch spez. Traktions1000 energie in Wh/t 900 ohne Information 800 700 mit Information 600 500 Unnötige Bremsvorgänge reduzierttheoretisches von 3 auf 2,2 Optimum pro Fahrt 400 (Assistenzsystem) 750 800 850 900 950 Fahrzeit in s Prof. Dr.-Ing. J. Krimmling Seite 573 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerinformationssysteme Sicherungstechnische Betrachtung Anteil eines Signalaspekts 100% 26,0 22,7 34,0 30,4 80% 60% 40% 40,0 20% 46,7 7,1 26,5 66,5 0% ohne Info mit Info Optimum Zielstellung: Vermeidung von Rothalten Prof. Dr.-Ing. J. Krimmling Seite 574 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Güterzüge Dordrecht 70 Fahrerinformationssysteme 60 50 40 30 20 10 0 29500 30000 1 Kijfhoek Terminal 30500 31000 31500 32000 32500 0:00 0:30 Fahrzeitreduktion mit RouteLint um 1 min 15 s auf 3 km Streckenlänge 1:00 mit RouteLint 1:30 2:00 2:30 3:00 ohne RouteLint 3:30 4:00 4:30 5:00 29500 30000 30500 31000 31500 32000 32500 10 5 0 Prof. Dr.-Ing. J. Krimmling Seite 575 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme 3.4.1 Aufgabenstellung / Theorie 3.4.2 Assistenzsysteme - statisch - dynamisch, zugbasiert - dynamisch, netzbasiert 3.4.3 Informationssysteme - dynamisch, netzbasiert 3.4.4 Zusammenfassung Prof. Dr.-Ing. J. Krimmling Seite 576 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Fahrzeiteinhaltung und Energieverbrauch der Züge werden in hohem Maße durch den Triebfahrzeugführer bestimmt. Mit optimal auf den Triebfahrzeugführer (die Transportaufgabe) zugeschnittenen Informationsund Assistenzsystemen lassen sich beide deutlich verbessern. Die Integration von Informationen über den aktuellen und den zu erwartenden Zustand der Sicherungstechnik (Signalfreigabe) ist notwendig für eine hohe Akzeptanz von Assistenzsystemen und deren Nutzbarkeit in Konfliktsituationen. Erkenntnisse zu RouteLint: praktisches Potenzial nur bei etwa 1% Energieeinsparung Prof. Dr.-Ing. J. Krimmling Seite 577 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Koordination unterschiedlicher EisenbahnVerkehrsUnternehmen (EVU) notwendig. Einbeziehung von (schweren) Güterzügen zur Vermeidung von Rothalten Betrachtung weiterer Kriterien, wie Lärm verschiedene Projekte in Vorbereitung/ Realisierung Capacity4rail ENREG (Cottbus-Horka) Realisierung halbautomatischer Fahrweisen auch im SPNV Verstärkte Verkehrsmanagementmaßnahmen Prof. Dr.-Ing. J. Krimmling Seite 578 Einführung Verkehrstelematik 3.4 Energieoptimale Zugsteuerung / Fahrerassistenzsysteme Operatives Verkehrsmanagement im Schienenverkehr Ortungsplattform Streckendaten (Digitale Karte) Statische Daten: - Fahrplandaten - Topologiedaten Dynamische Daten: - Ist-Standorte - Geschwindigkeiten der Züge Operatives Verkehrsmanagement Prognose Konflikterkennung Dispositionsregeln und Verfahren anwenden Energieeffizienz Kapazitätserhöhung Empfehlungen für das Fahrregime der Züge Aktuelle Signalstellung Gefahrenpunkte Prof. Dr.-Ing. J. Krimmling Umsetzung Fahrregime Geschwindigkeitsregelung Bremsung auf dem Fahrzeug Seite 579 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen 3.5 Vollautomatisierung im Nahverkehrsbereich AUTOMATED GUIDEWAY TRANSIT (AGT) SYSTEMS • Einteilung nach Fahrzeuggröße und minimalem Zugfolgeabstand System: • PRT (Personal Rapid Transit) - Verkehrssystem, das dem Auto nahe kommt - kleine Fahrzeuge, dichtes Netz, 2 – 6 Sitze - umsteigefreie Start-Ziel-Fahrt • GRT (Group Rapid Transit) - Gruppen von Reisenden - einfacheres Netz, nur bestimmte Haltestellen anfahren • SLT (Shuttle and Loop Transit) - unterschiedliche Fahrzeuggrößen - größere Anzahl Reisender - Automatikbahnen - einzelne Linien Prof. Dr.-Ing. J. Krimmling Seite 580 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen AUTOMATED GUIDEWAY TRANSIT (AGT) SYSTEMS: Drei Systemkonzepte mit sehr unterschiedlichen Erfahrungen Prof. Dr.-Ing. J. Krimmling Seite 581 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Das PRT (Personal Rapid Transit) Konzept Drei Systeme: 1. Das japanische CVS (Computer Controlled Vehicle System) einschließlich DUAL-MODE-KONZEPT 2. Das deutsche CAT (Cabinen-Taxi) System 3. Das französische ARAMIS Erfahrungen: ENTWICKLUNG KONNTE SICH NICHT DURCHSETZEN, werden aber weiterhin diskutiert. Prof. Dr.-Ing. J. Krimmling Seite 582 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Das GRT (Group Rapid Transit) Konzept Mehrere Systeme sind erfolgreich im Einsatz, u.a. 1. System AIRTRANS im Flughafen DallasFort Worth seit 1974 (ca. 50 Fahrzeuge, 50 Haltestellen) 2. Das MORGANTOWN GRT SYSTEM US-DOT (UMTA) Demonstration Project (seit 1975) 3. SKY-LINE Flughafen Frankfurt/Main Erfahrungen: Erfolgreich in speziellen Umgebungen (Flughäfen, Ausstellungen etc.). Das MORGANTOWN Beispiel hat sich nicht durchgesetzt. Prof. Dr.-Ing. J. Krimmling Seite 583 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Das SLT (Shuttle & Loop Transit) Konzept Zwei „Philosophien“: 1. Spezielle Shuttle- und Rundkurssysteme (z.B. DOWN-TOWNPEOPLE-MOVER DETROIT,ORLY-VAL PARIS; Sydney 2. AUTOMATISCHE STADTSCHNELLBAHNEN MIT FLEXIBLER BETRIEBSFÜHRUNG - Neubau von Stadtschnellbahnen (erstmals 1983 in Lille, System VAL). - Nachträgliche Automatisierung bestehender S- und U-Bahnen. Erfahrungen und Erkenntnisse: zu 1.: Moderater Erfolg zu 2.: Ausgezeichneter verkehrlicher und wirtschaftlicher Erfolg Prof. Dr.-Ing. J. Krimmling Seite 584 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierte (führerlose) Stadtschnellbahnen Im bewährten Praxisbetrieb, u.a. in 1. Systeme vom Typ VAL in Lille (1983), Toulouse (1993), Orly VAL Paris, Taipeh (Taiwan), Rennes, Turin 2. SKY-TRAIN in Vancouver, seit 1986 3. DOCKLANDS LIGHT RAIL in London (1987) 4. MAGGALY-U-Bahn- Linie in LYON (1992) 5. METEOR - U-Bahn Linie 14 Paris (Okt. 1998) Erfahrungen und Erwartungen: • Großer verkehrlicher und wirtschaftlicher Erfolg • Pläne/Umsetzungen für neue Systeme (U-Bahn-Linien, Nürnberg, S-Bahn Kopenhagen) Prof. Dr.-Ing. J. Krimmling Seite 585 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Die automatisierte (führerlose) Stadtschnellbahn mit flexibler Betriebsführung Verallgemeinerungsfähige Erfahrungen: • Am erfolgreichsten sind bisher die Systeme VAL (Lille, Toulouse), SKY-TRAIN (Vancouver), METEOR (Paris) • Ursache: Flexibilisierung des Beförderungsangebotes Prof. Dr.-Ing. J. Krimmling Seite 586 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Prof. Dr.-Ing. J. Krimmling Seite 587 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Prof. Dr.-Ing. J. Krimmling Seite 588 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Prof. Dr.-Ing. J. Krimmling Seite 589 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Prof. Dr.-Ing. J. Krimmling Seite 590 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Prof. Dr.-Ing. J. Krimmling Seite 591 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierungsgrade nach EN 62290-1 GOA Merkmale GOA 0 Fahren auf Sicht – Straßenbahnen GOA 1 Nicht automatischer Betrieb (NTO) Fahren auf ortsfeste Signale mit punktförmiger Zugbeeinflussung GOA 2 Halbautomatischer Fahrbetrieb (STO) Fahren mit kontinuierlicher Geschwindigkeitsüberwachung GOA 3 Fahrerloser Betrieb (DTO) Fahrerloses Fahren – Begleiter im Zug Keine Anwendung in Deutschland GOA 4 Unbegleiteter Fahrbetrieb (UTO) Fahrer- und begleiterloser Fahrbetrieb GOA = Grade of Automation; TOS = Train Operation on Sight; NTO = Non Automated Train Operation; STO = Semi Train Operation; DTO = Driverless Train Operation; UTO = Unattended Train Operation Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 592 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierungsgrade: Systemfunktionen - Betriebliche Sicht Automatisierung der Betriebsführung Betriebsplanung Führen des Betriebs Fahrgastinformation Steuern Einsatz-Disposition Bedienen & Anzeigen Überwachen Zugfolgeregelung Fahrgäste, Züge Zuglenkung Zugfolgeregelung Durchführung des Fahrbetriebs Sichern Fahrweg Führen Fahrzeug Beobachten Strecke Signale Weichen Züge orten Fahren Bremsen Geschwindigkeit überwachen Bahnsteigsicherung Hinderniserkennung Zugangssicherung Notfallprozeduren Zugabfertigung Fahrzeugstatus Notruf Evakuierung Quelle Siemens AG, Herr Strübing GOA Prof. Dr.-Ing. J. Krimmling Seite 593 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierungsgrade: GOA 1 Technische Systemfunktionen Automatisierung der Betriebsführung Betriebsplanung Führen des Betriebs Fahrgastinformation ZL-Rechner Einsatz-Disposition Bedienplatzsystem Überwachen Zugfolgeregelung Fahrgäste, Züge Durchführung des Fahrbetriebs Sichern Fahrweg Führen Fahrzeug Beobachten Strecke Züge orten Fahren Bremsen Geschwindigkeit überwachen Bahnsteigsicherung Hinderniserkennung Zugangssicherung Stellwerk Notfallprozeduren Zugabfertigung Fahrzeugstatus Notruf Evakuierung Quelle Siemens AG, Herr Strübing GOA 1 Prof. Dr.-Ing. J. Krimmling Seite 594 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierungsgrade: GOA 2 Technische Systemfunktionen Automatisierung der Betriebsführung Betriebsplanung Führen des Betriebs Fahrgastinformation ZL-Rechner Einsatz-Disposition Bedienplatzsystem Überwachen Zugfolgeregelung Fahrgäste, Züge Fahrplan Durchführung des Fahrbetriebs Führen Fahrzeug Beobachten Strecke ATO-Fahren/Bremsen Bahnsteigsicherung Hinderniserkennung Zugangssicherung Sichern Fahrweg Züge orten Stellwerk ATP-Zugbeeinflussung Notfallprozeduren Zugabfertigung Fahrzeugstatus Notruf Evakuierung Quelle Siemens AG, Herr Strübing GOA 2 Prof. Dr.-Ing. J. Krimmling Seite 595 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatisierungsgrade: GOA 4 Technische Systemfunktionen Automatisierung der Betriebsführung Betriebsplanung Fahrgastinformation Führen des Betriebs ZL-Rechner Einsatz-Disposition Bedienplatzsystem Fahrzeuglupe Fahrzeugdiagnose Fahrplan Durchführung des Fahrbetriebs Sichern Fahrweg Züge orten Stellwerk Führen Fahrzeug Beobachten Strecke Notfallprozeduren ATO-Fahren/Bremsen Bahnsteigsicherung Bahnsteigtüren Notsprechen Brandmeldung Nottüröffnung ATP-Zugbeeinflussung Hinderniserkennung Entgleisungserkennung Quelle Siemens AG, Herr Strübing GOA 4 Prof. Dr.-Ing. J. Krimmling Seite 596 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen GOA 1: Betriebliche und technische Eigenschaften Einhaltung der Fahrzeiten abhängig vom Fahrer Keine reproduzierbaren Fahrverläufe Lange Kehrzeiten durch Führerstandwechsel des Fahrers Punktförmige Zugebeeinflussung - Lange Schutzstrecken Wenig Flexibilität, um auf Nachfrageschwankungen zu reagieren Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 597 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen GOA 1 GOA 2: Betriebliche und technische Vorteile Nach Einrichtung eines halbautomatischen Fahrbetrieb: Sekundengenaue Einhaltung der Fahrzeiten Erhöhung der Pünktlichkeit Reproduzierbare Fahrverläufe Einsparung von Energie Fahrerlose Kehre Einsparung von 2 Zügen in der Hauptverkehrszeit Vollständige Geschwindigkeitsüberwachung Erhöhung der Sicherheit Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 598 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen GOA 2 GOA 4: Betriebliche und technische Vorteile Nach Erweiterung auf fahrerlosen und begleiterlosen Fahrbetrieb: Sekundengenaue Einhaltung der Haltezeiten Erhöhung der Pünktlichkeit Fahrzeitreserven nach pünktlicher Abfertigung weitere Einsparung von Energie Fahrbetrieb unabhängig vom Fahrer Flexibler Fahrzeugeinsatz Kürzere Züge in Schwachlastzeiten Bedarfsgerechte Angebotsanpassung Stationen müssen nicht auf Sicht angefahren werden Erhöhung der Sicherheit Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 599 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg: Von SMARAGT zu RUBIN U2 U1 FLUGHAFEN U FÜRTH KIESELBÜHL U U U U ÖPNV Konzept sieht Linie U3 vor STADTHALLE FÜRTH U U U U U FÜRTH HAUPTBAHNHOF U3 U U U U U U U U PLÄRRER U U U U U U U U NÜRNBERG HAUPTBAHNHO F U U U U GEBERSDORF U RÖTHENBACH U U U VON-DER-TANNSTRASSE U U U RATHENAUPLATZ U U Verwendung des Tunnels der U2 zur Kostenreduktion NORDWESTRING U U3 HERRNHÜTTE U ROTHENBURGER STRASSE U Start der Studie SMARAGT (Studie Machbarkeit und Realisierung eines Automated Guided Transit) U Teilnehmer u.a. VAG, Siemens, Adtranz U U2 U U STEIN U U MESSEZENTRUM Abschluss 1999 mit positivem Ergebnis U vorha nden in Planung U U U1 U U U2 LANGWASSER SÜD U3 ÖPNV Konzept 1994 U1 Baubeschluss U3 1996 SMARAGT 1997-1999 Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 600 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg – Herausforderungen und Lösungen- Bahnsteigsicherung • Bahnsteiggleisüberwachung (nach VDV 399) • Eindringüberwachung (nach VDV 399) • Bahnsteigabschlusstürüberwachung (nach VDV 399) • Langkuppelbereichsüberwachung (VAG Anforderung) ca. 96 m Bahnsteig (öffentlich zugänglicher Bereich) Überwachungsbereich Tunnelöffnung max. 5 m (0,3 bei Stillstand) Überwachungsbereich Bahnsteigabschlusstür Überwachungsbereich Kupplung Überwachungsbereich Bahnsteiggleis Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 601 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg – Herausforderungen und Lösungen- Bahnsteigsicherung Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 602 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg – Herausforderungen und Lösungen Bahnsteigsicherung Taubenfilter 0000000000000000 0000000000000000 0000000000000000 0000000000000000 0000000000100000 0000000000100000 0000000000100000 0000000000100000 0000000000100000 0000000000110000 0000000000110000 0000000000110000 0000000000110000 0000000000010000 0000000000010000 0000000000000000 0000000000000000 Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 603 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg – Herausforderungen und Lösungen Fahrgastraumbeobachtung Sensitive Türkontakte Tür-Notentriegelung Klapprampe Entgleisungsdetektoren Aktiver Bahnräumer Fernbedienbarer Kurzschließer Brandmelder in Geräteräumen Notsprechstelle Notfahrpult Brandmelder im Fahrgastraum ATC – Fahrzeuggerät Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 604 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen RUBIN Nürnberg – Herausforderungen und Lösungen Auswertung Steuerung SICHERHEITSYSTEME Gummiprofil "unbetätigte Sicherheitsleiste" Empfänger Sender "betätigte Sicherheitsleiste" Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 605 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Automatische Systeme Aktuelle Entwicklungen weltweit Nordamerika Europa / Afrika / Naher Osten Asien / Australien 960 km 600 km 20 km 140 km 560 km 130 km Südamerika 215 km 25 km In Betrieb In Bau Quelle Siemens AG, Herr Strübing Prof. Dr.-Ing. J. Krimmling Seite 606 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen Erfolgsfaktorenanalyse der Automatikbahnen Zwei Strategische Ziele 1. Erhöhung der Qualität (Minimale Taktzeiten, nachfrageorientiert regelbar) FLEXIBLE BETRIEBSFÜHRUNG KUNDENNAHE FLEXIBILISIERUNG DES PERSONALEINSATZES 2. Verbesserung der ERLÖS-KOSTEN-RELATION Prof. Dr.-Ing. J. Krimmling Seite 607 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen VA, VN Tageszeitabhängige Flexibilisierung des Beförderungsangebotes Platzangebot des traditionellen Betriebes (Große Fzge) Platzangebot des flexiblen Betriebes (kleinere Fzge) ungenutztes Platzangebot Verkehrsaufkommen t [Uhrzeit] Prof. Dr.-Ing. J. Krimmling Seite 608 Einführung Verkehrstelematik 3.5 Vollautomatisierung von Nahverkehrsbahnen VA, VN Tageszeitabhängige Flexibilisierung des Beförderungangebotes Erhöhung des Verkehrswirkungsgrades h Platzangebot des traditionellen S-BahnVerkehrsleistung vl S ^ Betriebes = = bl (Pers-km) Betriebsleistung (Platz-km) Kriterium sowohl für den verkehrlichen als auch den wirtschaftlichen Nutzen ungenutztes Platzangebot Verkehrsaufkommen t [Uhrzeit] Prof. Dr.-Ing. J. Krimmling Seite 609 Einführung Verkehrstelematik Forschungsvorhaben am Lehrstuhl Management und Automotiv-Bereich • Verkehrsmanagement • individuelle Verkehrsleitung und -lenkung • Verkehrsbeeinflussung, -leitung und –steuerung, • Reisezeitmessungen, Verkehrsuntersuchungen, Studien • kooperative LSA, individuelle Systeme, Lichtsignalsteuerung • automatisiertes Fahren im urbanen Berreich ÖPNV • kooperative LSA • Fahrerassistenzsysteme bis zum (teil)automatisierten Fahren • Fahrplanbildung, Abstandsregelung, Energiebetrachtungen Bahn • operatives Verkehrsmanagement, Fahrplangestaltung • Fahrerassistenz im In- und Ausland (theoretische Erweiterungen, Fahrsimulator, praktischer Einsatz) • Energieeffizientes Leitsystem und Störfallmanagement • automatisiertes Fahren • Schnittstellenmanagement Prof. Dr.-Ing. J. Krimmling Seite 610
© Copyright 2024 ExpyDoc
