Développement de traverses instrumentées pour l'étude du comportement des voies ferrées - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2020

Development of instrumented sleepers to study the railway behaviors

Développement de traverses instrumentées pour l'étude du comportement des voies ferrées

Le Hung Tran
  • Fonction : Auteur

Résumé

Smart Sleepers, instrumented sleepers deformation sensors (FBG) allow to obtain information on the behavior of the cross on track and especially on its level of deformation during the passage of trains. As a result, more detailed knowledge of the adequacy of the design of the cross and the stresses it undergoes in the process is possible. Moreover, it portends that the way the cross rests on the ballast will affect the deformation of passing trains. The settlement of the ballast is likely to modify the support of the cross on it, we can therefore conclude that the Smart Sleeper technology should provide information on the evolution of the ballast layer. Optimizing maintenance operations could be considered accordingly. An assessment of the rolling stock in terms of the process of recognition, counting, or detection of faulty equipment could be explored. The thesis is centered on the operation and interpretation of the data provided by the Smart Sleepers. For this work will be divided into four main stages. 1) Data collection and analysis: Amounts of statistically representative traffic data should be collected from the Smart Sleepers lanes automatically. In this regard, several channels are currently equipped instrumented sleepers. The sites equipped correspond to different types of channels (high speed lines, conventional lines, secondary network) to study the various cases encountered in service. Participation in the development of new sites, in France or abroad, will be considered. Automated collection of data (big data) is underway and will be part of the thesis. This particular part of the work will include the development of a scalable database architecture adapted to the needs of provision of different data depending on the intended application and user. This work includes the development of technology, the development of a method for the collection and processing of data (filtering Fourier transform). 2) Modeling of the entire train / track: To interpret the data obtained, it is necessary to develop a model of the whole process more channels. The objective is to predict the information measured in the Smart Sleepers from the knowledge of the mechanical characteristics of rolling stock and track. The model will be first validated results from laboratory tests. Then a recalibration will be considered on a small number of tests on representative site behavior of this system. 3) Study and parametric identification: Once developed and validated model, a parametric study will be conducted in order to estimate the influence of the main mechanical parameters of the train / track on the signal obtained in the Smart Sleeper. The goal is, in a reverse process to be able to go back to rolling stock characteristics or channel from the information measured in the smart sleeper. Reflection on improving the design of the cross will be carried out (number of sensors, their type, their positions). 4) Definition of indicators: The objective is to demonstrate the technology's ability to provide information recoverable for the actors in the railway world and to improve equipment maintenance and route. The ability to extract relevant indicators concerning the behavior of the cross on the way, the overall evolution of the track structure possibly in relation to infrastructure properties, and some rolling stock characteristics will be the final goal. data translation will be developed by relevant indicators for users
Les Smart Sleepers, traverses instrumentées de capteurs de déformation (réseaux de Bragg) permettent d’obtenir de l’information sur le comportement de la traverse en voie et notamment sur son niveau de déformation lors du passage des trains. Par suite, une connaissance plus fine de l’adéquation entre la conception de la traverse et les sollicitations qu’elle subit en voie est envisageable. Par ailleurs, on présage que la manière dont la traverse repose sur le ballast va influer sur sa déformation au passage des trains. Le tassement du ballast étant susceptible de modifier les appuis de la traverse sur ce dernier, on peut par conséquent déduire que la technologie Smart Sleeper devrait apporter de l’information sur l’évolution de la couche de ballast. Une optimisation des opérations de maintenance pourrait être envisagée en conséquence. Une évaluation du matériel roulant en termes de reconnaissance de train, de comptage, voire de détection des matériels défectueux pourrait être explorée. La thèse est donc centrée sur l’exploitation et l’interprétation des données fournies par les Smart Sleepers. Pour cela le travail sera divisé en quatre étapes principales. 1) Collecte et analyse des données : Des quantités de données statistiquement représentatives du trafic devront être collectées depuis les Smart Sleepers en voies de manière automatisée. A cet égard, plusieurs voies sont actuellement équipées de traverses instrumentées. Les sites équipés correspondent à des types de voies différents (lignes grande vitesse, lignes classiques, réseau secondaire) de manière à étudier les différents cas rencontrés en service. Une participation au développement de nouveaux sites, en France ou à l’étranger, sera envisagée. La collecte automatisée des données (big data) est en cours et fera partie du travail de thèse. Cette partie du travail inclura notamment la mise en place d’une architecture de base de données évolutive et adaptée aux besoins de mise à disposition de données différentes en fonction des applications envisagées et des utilisateurs. Ce travail inclut le développement de la technologie, la mise en place d’une méthode pour la collecte et le traitement des données (filtrage par transformée de Fourier). 2) Modélisation de l’ensemble train/voie : Pour pouvoir interpréter les données obtenues, il est nécessaire de développer un modèle de l’ensemble train plus voie. L’objectif est de pouvoir prédire les informations mesurées dans les Smart Sleepers à partir de la connaissance des caractéristiques mécaniques du matériel roulant et de la voie. Le modèle sera d’abord validé à partir de résultats d’essais en laboratoire. Ensuite un recalage sera envisagé sur un petit nombre d’essais sur site représentatifs du comportement de ce système. 3) Etude paramétrique et identification : Une fois le modèle développé et validé, une étude paramétrique sera effectuée dans le but d’estimer l’influence des principaux paramètres mécaniques de l’ensemble train/voie sur le signal obtenu dans les Smart Sleeper. Le but étant, dans une démarche inverse, de pouvoir remonter aux caractéristiques du matériel roulant ou de la voie à partir des informations mesurées dans les smart sleeper. Une réflexion sur l’amélioration de la conception des traverses sera menée (nombre de capteurs, leur type, leurs positions). 4) Définition d’indicateurs : L’objectif est de démontrer la capacité de la technologie à fournir une information valorisable pour les acteurs du monde ferroviaire et pour améliorer la maintenance du matériel et de la voie. La possibilité d’extraire des indicateurs pertinents concernant le comportement de la traverse en voie, l’évolution globale de la superstructure de la voie éventuellement en relation avec les propriétés de l’infrastructure, et certaines caractéristiques du matériel roulant sera le but final. On développera la traduction des données en indicateurs pertinents pour les utilisateurs
Fichier principal
Vignette du fichier
TH2020PESC1011.pdf (74.56 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03235557 , version 1 (25-05-2021)

Identifiants

  • HAL Id : tel-03235557 , version 1

Citer

Le Hung Tran. Développement de traverses instrumentées pour l'étude du comportement des voies ferrées. Génie mécanique [physics.class-ph]. Université Paris-Est, 2020. Français. ⟨NNT : 2020PESC1011⟩. ⟨tel-03235557⟩
230 Consultations
40 Téléchargements

Partager

Gmail Facebook X LinkedIn More