Analysis of Irregularities Data on Freight Wagons

Öz

Maintenance of freight wagons is important for safe and economical freight train operation. In this study, analyzes were made from different perspectives from the list of maintenance data between 2019 and 2022. The purpose of these analyzes is to determine the priorities for an efficient maintenance plan due to the limited workforce in the railways. With the statistical analysis of the data, the most common types of malfunctions were determined, and it was shared in which wagons these malfunction types were seen.

Anahtar Kelimeler

• Railway vehicle
• Maintenance planning
• Statistical analysis

Yük Vagonu Tamire Tutma Verilerinin Analizi

Öz

Emniyetli ve ekonomik yük treni işletmeciliği için yük vagonlarının bakımı önemlidir. Bu çalışmada 2019 ve 2022 yılları arasında bakım verilerinin bulunduğu listeden farklı açılardan analizler yapılmıştır. Bu analizlerdeki amaç demiryollarında sahip olunan kısıtlı iş gücü nedeniyle verimli bir bakım planı için önceliklerin belirlenmesidir. Verilerin istatistiksel analizi ile en çok görülen arıza tipleri belirlenmiş, bu arıza tiplerinin hangi vagonlarda görüldüğü paylaşılmıştır.

Anahtar Kelimeler

• Demiryolu Araçları
• Bakım Planlaması
• İstatistiksel Analiz
• Railway vehicle
• Maintenance planning
• Statistical analysis

Kaynakça

1. [1] K. Kaya, “Raylı sistem araçlarında RAMS verilerini ve tekniklerini kullanarak, araç performansını, bakım ve arıza giderlerini iyileştirmek,” Yüksek Lisans Tezi, İstanbul Ticaret Üniversitesi, 2003.
2. [2] H. C. Öteyaka, M. Ö. Öteyaka, R. Köse, "Ürün maliyetini azaltmak için ideal bakım yönetimi," International Journal of Multidisciplinary Studies and Innovative Technologies, vol. 2, no. 2, pp. 56–60, 2018.
3. [3] D. A. Kovenkin, V. A. Podverbnyy, “Issues of planning work on the current maintenance of the railway track,” Transportation Research Procedia, vol. 61, pp. 636–640, 2022.
4. [4] F. Nijland, K. Gkiotsalitis, E.C. van Berkum, “Improving railway maintenance schedules by considering hindrance and capacity constraints,” Transportation Research Part C Emerging Technologies, vol. 126, pp. 103–108, 2021, doi: 10.1016/j.trc.2021.103108.
5. [5] S. Özdemir, E. C. Özcan , "AHP, COPRAS ve tamsayılı programlama entegrasyonu ile demiryolu araçlarında bakım planlaması," Demiryolu Mühendisliği, sayı. 12, ss. 1-12, 2020, doi:10.47072/demiryolu.678580.
6. [6] T. Kadıoğlu, T. Toprak, "Raylı sistem araçlarında RAMS verilerini ve tekniklerini kullanarak, araç performansını, bakım ve arıza giderlerini iyileştirmek," İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, c. 19, sayı. 38, ss. 190-207, 2020.
7. [7] W. Sammouri, “Data mining of temporal sequences for the prediction of infrequent failure events: application on floating train data for predictive maintenance,” Doktora Tezi, Universite Parıs-Est, 2015.
8. [8] J., Zomer, N., Bešinović, M. M.de, Weerdt, R. M. P., Goverde, “The Maintenance location choice problem for railway rolling stock,” Journal of Rail Transport Planning & Management, vol. 20, pp. 100268, 2021, doi: 10.1016/j.jrtpm.2021.100268.

9. [9] F. Öge, “Hafif raylı sistem araçlarında bakım iyileştirmesi, ” Yüksek Lisans Tezi, Bahçeşehir Üniversitesi, 2015.
10. [10] General Contract of Use for Wagons (GCU), 2022.
11. [11] Yük vagonlarında kullanılan fren sistemleri eğitimi, Wabtec, Eskişehir, 2022.
12. [12] PRODAT, "brake force sensors," 2023. [Online]. Available: https://www.prodat.de/EN/products/brake_force_sensors/ [Accessed January 24, 2023]
13. [13] Sabo baskı kuvveti testi raporu, RAYVAG, Adana, 2018.