CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Spårbunden Tillståndsövervakning av tåg med IoT lösning: För snabbare utveckling av detektor-prototyper inom IoT
Luleå University of Technology, Department of Engineering Sciences and Mathematics.
Luleå University of Technology, Department of Engineering Sciences and Mathematics.
2020 (Swedish)Independent thesis Basic level (professional degree), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Järnvägsnätet i Sverige är omfattande och kräver hundratals olika detektorer för att mäta tillståndsbehovet av tåg. Underhållet behöver effektiviseras och järnvägen behöver byggas ut för att efterfrågan på transport på järnvägen skall kunna öka. Men dagens detektorer och systemlösning är mycket dyra och ibland föråldrade. Samtidigt som dagens elektrokomponenter för tillståndsövervakning är små storleksmässigt och kraftfulla. Här kan hårdvara byggas ihop och mjukvara programmeras, för att sedan appliceras som detektor ute i fält.

Detta examensarbete hade som uppgift att undersöka ifall det går att använda sig av en IoT-lösning för att ersätta befintliga övervakningssystem för slagljud och varmgång på svenska tåg. Det undersöktes även om det går att använda autokorrelation för att upptäcka slagljud. Under arbetet undersöktes dels olika IoT-plattformar baserat på Arduino och Raspberry Pi samt hur denna plattform skulle samla in data från omvärlden och hur den skulle framföra denna data till IoT-molnet. Det kunde efter detta bestämmas att en plattform baserat på en Arduino Uno WiFi rev 2 med en elektretmikrofon och en infraröd temperatursensor var den lämpligaste plattformen. Autokorrelation visade sig rent teoretiskt också vara en lämplig metod för att upptäcka slagljud, dock så kunde inga fälttester med den färdiga prototypen utföras för att fastsluta att den går att applicera ute vid rälsen.

Prototypen kostade i slutändan 660 svenska kronor och kunde lagra information lokalt på ett mikroSD-kort, kommunicera med internet med hjälp av IBM-Watson och Node-RED och klara av det nordiska klimatet.

Dessutom, tack vare detta arbete, placerades en detektor ute i fält för att samla in ljudinformation från passerande tåg, som kunde analyseras med hjälp av MATLAB. Dessa fälttester kunde visa att med digital filtrering av ljuddata kunna avgöra antal vagnar och frekvensdomäner.

Fortsatta arbeten efter detta projekt kan innefatta tester med snabbare sensorer, en molnbaserad datahantering och vidare undersökningar om autokorrelationen kan fungera som algoritm i igenkänning av slagljud. Olika varianter på filtrering för tydligare signal kommer också vara intressant för vidare arbeten.

Abstract [en]

The railway system in Sweden is extensive and needs hundreds of different detectors to measure the state-based maintenance. The maintenance must be made more efficient and the railway system needs to expand if the demands on railway-going transport shall increase. But today’s detectors are expensive and, in some cases, out of age. At the same time as today’s electrical components are small and powerful. Here could the hardware be built together with the programmed software and then be put out in the field.

This examining work was tasked with examining if it was possible to use an IoT solution to replace the current monitoring system for impact noise and heat from the trains wheels and wheel bearings on Swedish trains. It was also examined if autocorrelation could be useful for detecting these impact noises from the train wheels. Different IoT platforms, based on Arduino and/or Raspberry Pi, was examined and how it communicated with the IoT-cloud, as well as what sensor are to be used for collecting the necessary data. It was determined that a platform based on the Arduino WiFi rev 2 coupled with an electret microphone and an infrared heat sensor was the most viable solution. Using autocorrelation to determine impact noise was also theoretically proven to be a viable method, but it could not be proven if it was applicable in real life since no field tests of the prototype was performed.

The prototype did ultimately cost 660 SEK and was able to store information locally on a microSD card, communicate with the internet with the help of IBM-Watson and Node-RED and manage the Nordic climate.

In addition, thanks to this work, a detector was placed out in the field to collect audio information from passing trains, which could be analysed using MATLAB. These field-tests showed that digital filtering of sound data can determine the number of wagons and frequency domains.

Continued work after this project may include tests with faster sensors, a cloud-based data management and further investigations for whether the autocorrelation can function as an algorithm for recognizing impact sound. Various variants of filtering for clearer signal will also be interesting for further work.

Place, publisher, year, edition, pages
2020. , p. 40
Keywords [sv]
Underhåll, IoT, Tåg, Hjulskador
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:ltu:diva-78049OAI: oai:DiVA.org:ltu-78049DiVA, id: diva2:1414571
Subject / course
Student thesis, at least 15 credits
Educational program
Automotive Engineering, bachelor's level
Presentation
2020-02-21, E231, Luleå, 14:45 (Swedish)
Supervisors
Examiners
Available from: 2020-03-16 Created: 2020-03-13 Last updated: 2020-03-16Bibliographically approved

Open Access in DiVA

fulltext(2642 kB)7 downloads
File information
File name FULLTEXT01.pdfFile size 2642 kBChecksum SHA-512
f7fa71a840a335fcfa9528876eb3449069be0113b440a360619741db6332083412737204d711f2118d2923b4af02606a2bb6ee3ac4e7ca8a9971fd393a9ae5f5
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Jonsson, MarkusHeberlein, Mattis
By organisation
Department of Engineering Sciences and Mathematics
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 7 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 30 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf