Analyse und Simulation von Entstörungsstrategien bei der Automatisierung von U-Bahnsystemen

Analysis and simulation of anti-disturbance strategies in context with the automation of subway systems

  • Ziel der Arbeit ist es aufzuzeigen, wie durch den Einsatz von Automatisierungseinrichtungen Betriebsstörungen reduziert werden können. Als Arbeitsschwerpunkte erfolgen eine Analyse des U-Bahnbetriebs und eine Simulation des Betriebs mit Hilfe von Neuronalen Netzen. Zum einen wird anhand grundlegender theoretischer und praktischer Aspekte der U-Bahnbetrieb dahingehend analysiert, welche Funktionen in einem U-Bahnsystem automatisiert werden können. Allgemein lassen sich diese Funktionen in die BerZiel der Arbeit ist es aufzuzeigen, wie durch den Einsatz von Automatisierungseinrichtungen Betriebsstörungen reduziert werden können. Als Arbeitsschwerpunkte erfolgen eine Analyse des U-Bahnbetriebs und eine Simulation des Betriebs mit Hilfe von Neuronalen Netzen. Zum einen wird anhand grundlegender theoretischer und praktischer Aspekte der U-Bahnbetrieb dahingehend analysiert, welche Funktionen in einem U-Bahnsystem automatisiert werden können. Allgemein lassen sich diese Funktionen in die Bereiche Fahren (ATO), Sichern (ATP) und Leiten (ATS) gliedern. Zum anderen werden verschiedene Arten von Betriebsstörungen analysiert und in ihren Auswirkungen klassifiziert, um anschließend die Schwachstellen realer automatisierter U-Bahnsysteme in Lille, London, Lyon, Paris, Tokio, Vancouver und Berlin quantitativ und qualitativ zu untersuchen. Das beim Linienbetrieb mehrerer Züge auftretende Phänomen der Aufschaukelung von Verspätungen steht im Mittelpunkt der darauf folgenden mathematischen Herleitungen und einer Analyse realer Betriebsdaten. Nach einer Betrachtung der Verspätungsverteilungen von automatischen und konventionellen U-Bahnsystemen wird die Sicht der Fahrgäste erörtert. Die daraus abgeleiteten Qualitätskenngrößen sind Ausgangspunkt für die Entwicklung von Entstörungsstrategien. Diese erfolgt sowohl bezüglich der Art der Betriebsstörungen als auch bezüglich des Automatisierungsgrades des U-Bahnsystems. Abschließend wird eine besonders vielversprechende Entstörungsstrategie, die eine Simulation des U-Bahnbetriebs erfordert vertieft betrachtet. Zur Anwendung dieser Strategie wird untersucht, ob Neuronale Netze ein geeignetes Mittel sind, um das Prozessverhalten des U-Bahnbetriebs vorherzusagen und auf welche Weise sie zur Simulation des U-Bahnbetriebs eingesetzt werden können. Dazu werden reale Betriebsdaten sowohl einer konventionell betriebenen U-Bahnlinie in Berlin als auch einer automatisch betriebenen U-Bahnlinie in Paris herangezogen. Die Analyse und Bewertung der Betriebssimulation bezieht sich auf die Struktur des Neuronalen Netzes, die Bereinigung der Trainingsdaten und den Einfluss der Eingangsparameter. Schließlich werden die Simulationsergebnisse für den konventionellen und den automatischen U-Bahnbetrieb verglichen und bereits heute vorhandenen Möglichkeiten zur Fahrzeitprognose gegenübergestellt. Abschließend wird am Beispiel der Berliner U-Bahn aufgezeigt, in welcher Form die untersuchte Entstörungsstrategie unter Verwendung Neuronaler Netze in die Praxis umgesetzt werden könnte. Mit Hilfe einer Analyse der vorhandenen Betriebsstruktur werden notwendige Maßnahmen zur Modifizierung dargestellt.show moreshow less
  • The aim of this work is to show how operational disturbances in mass transportation systems can be reduced with the aid of automation facilities. The focus of this examination is an analysis of subway operation and a simulation using neural networks. The first step of this investigation is to analyze the basic theoretic and practical aspects of subway operation. This leads to functions which might be automated. These functions can be classified into three areas: Automatic Train Operation (ATO), The aim of this work is to show how operational disturbances in mass transportation systems can be reduced with the aid of automation facilities. The focus of this examination is an analysis of subway operation and a simulation using neural networks. The first step of this investigation is to analyze the basic theoretic and practical aspects of subway operation. This leads to functions which might be automated. These functions can be classified into three areas: Automatic Train Operation (ATO), Automatic Train Protection (ATP) and Automatic Train Supervision (ATS). Then, different types of disturbances are analyzed and classified. This information is used as the basis for a quantitative and qualitative weak point analysis of the automatic subway systems in Lille, London, Lyon, Paris, Tokyo, Vancouver and Berlin. The oscillating effect of delays which appears in line operations is the central point of the following mathematical derivations and analysis of real operational data. After examining the delay distributions of conventional and automatic subway systems, the passenger's opinions are discussed. The development of anti-disturbance strategies is formulated from the quality parameters derived from the above examinations. The type of disturbance as well as the degree of automation have thus been incorporated into the investigation. Finally, a very promising strategy which uses a simulation of the subway operation is examined more deeply. To apply this strategy, neural networks are examined according to their appropriateness in predicting the behavior of subway operation and in which configuration they should be deployed to maximize their benefits. Real operational data of a conventional subway line in Berlin and of an automatic subway line in Paris are used to accomplish this. The analysis and evaluation refers to the structure of the neural network, the purgation of training data, and the influence of input parameters. Finally, the simulation results of conventional and automatic operation are compared with each other and with current available possibilities of trip time prediction. Using the example of the Berlin subway, it is shown how a developed anti-disturbance strategy using neural networks could be applied to a real subway system. An analysis of the present operational structures and the modification measures necessary to incorporate a neural network anti-disturbance strategy are also presented.show moreshow less

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author: Kai Frederik Zastrow
URN:urn:nbn:de:kobv:83-opus-1561
Advisor:Prof. Dr. Peter Mnich
Document Type:Doctoral Thesis
Language:German
Date of Publication (online):2000/12/19
Publishing Institution:Technische Universität Berlin
Granting Institution:Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Date of final exam:2000/11/03
Release Date:2000/12/19
Tag:Automatischer Betrieb; Automatisierung; Entstörung; Neuronale Netze; Simulation; U-Bahn
Institutes:Fachbereich 10 - Verkehrswesen und Angewandte Mechanik -ohne Zuordnung zu einem Institut-
Dewey Decimal Classification:380 Handel, Kommunikation, Verkehr
Licence (German):License LogoDeutsches Urheberrecht mit Print on Demand (u.a. für Dissertationen empfohlen)