Simülasyonlar

Ortalamada bir demiryolu vagonu alt düzeneği yaklaşık 20 sensörle donatılmıştır. Vagon çalışır haldeyken bu sensörler sürekli olarak analiz etmesi ve değerlendirmesi için bir arıza tespit sistemine alt düzeneğin durumuyla ilgili veriler gönderir. Tekerlekler başa baş gider mi? Tekerlek süspansiyon sistemi, direksiyon, fren ve hızlanma kuvvetleri hakkında sorunsuzca veriler gönderiyor mu? Alt düzeneği ne tür titreşimler etkiliyor? Kısacası ne zaman bakımonarım yapılmalı? Kara ve demir yollarında faydalanılabilecek yeni araç konseptleri geliştiren Avusturya, Graz’daki Sanal Araç Araştırmaları Merkezi’nde çalışan araştırmacılar işte bu gibi sorulara cevap bulmakla uğraşıyor. Alt düzenek sensörlerinden gelen verileri kullanan bu araştırmacılar gerçek alt düzenek koşullarını baz alarak arıza öngörülerinde bulunuyor. Bu gibi öngörülerin avantajı ise bakım teknisyenlerinin gerçekten gerekli olmadığı sürece herhangi bir şekilde harekete geçmemeleri ki ciddi hataların geç fark edilmesine neden olabilen önceden belirlenmiş aralıklarla bakım yapılmasına kıyasla bu geleceğe yönelik çok önemli bir adımı temsil ediyor.
Siemens’in Graz tesisinde inovasyon yönetiminden sorumlu Dr. Andreas Haigermoser, “Öngörülere dayalı bakım uzun vadede bakım-onarım sürelerini optimumlaştırır ve yüksek bir araç çalışabilirlik seviyesi tutturulmasını sağlar” diyor. Öngörülere dayalı bakım projesi aslında Siemens’in Sanal Araç Araştırma Merkezi ile üzerinde birlikte çalıştığı 7 araştırma projesinden biri. Siemens’in Graz’daki mobilite tesisi sanat şaheseri vagon alt düzenekleri yapan dünyadaki en büyük tasarım ve üretim tesislerinden biri. Bu tesiste dünyanın dört bir yanındaki yerel ve uzak mesafeli trenlerde kullanılmak üzere vagon alt düzeneği geliştiren ve üreten yaklaşık 950 kişi çalışıyor. Bu tesis her yıl yaklaşık 3 bin vagon alt düzeneğinin dağıtımını yapıyor. Haigermoser, “Vagon alt düzenekleri güvenlik ve konfor açısından kilit rol oynadıklarından ve bir aracın toplam maliyetinin kabaca 4’te 1’ini oluşturduklarından, onların sürekli iyileştirilmeye çalışılması gerekir” diyor. Siemens 2007 yılından bu yana Sanal Araç’ın yüzde 12 hissesine sahip. 2002 yılında kurulmuş olan bu araştırma merkezi tamamen hız avantajı olan sanallaştırmaya odaklanmış durumda. Her ne kadar teorik olarak giderek geliştirilen akıllı ölçüm teknolojilerine başvurulabiliyor olsa da uygulamada bu son derece pahalıya patlıyor ve dolayısıyla geçerli öngörüler yapılması şart. Bu gibi öngörüler bu simülasyonlar sayesinde artık mümkün. Vagon alt düzeneği bileşenlerinin bilinen özellikleri onların gelecekte nasıl davranacakları konusunda bir temel oluşturur. Bu öngörüler sonra simülasyonlar ile test ediliyor. Sanal Araç’ta demiryolu araçları araştırmalarını yöneten Dr. Martin Rosenberger, “Günümüzde simülasyon modelleriyle test edilen algoritmaların kullanılmasıyla hipotezlerin doğruluğu çok çabuk sınanabilir” diyor. Sanal Araç aslında Graz Teknoloji Üniversitesi, sürüş sistemleri geliştiricisi AVL List, otomotiv tedarikçisi Magna ve Joenneum Research Forschungsgesellschaft mbH tarafından ortaklaşa kurulmuş. Bu araştırma merkezi yıllar içinde kendi alanında uluslararası lider bir kuruma evrilmiş ve şu anda 200 civarında çalışanı bulunuyor.

Aşınma ve yıpranmaların nedenlerini anlamak, öngörmek ve en aza indirmek
Siemens bu araştırma merkezinin raylı araçlar alanında kilit ortağı konumunda. Bu iki organizasyon içinde hasarlı araçların ve tren tekerleklerinin nedenlerini araştıran bir dizi projenin de olduğu 15 araştırma projesini hayata geçirdi. Aşınmanın pahalı olduğu kadar fevkalade tehlikeli sonuçları da olabileceği için bu araştırmalar son derece önemli. Bu nedenle Avrupa’daki Kentsel mobilite Gitta Rohling Zeynep Alimoğlu [email protected] demiryolu işleticileri her yıl yaklaşık 1 milyar Euro zarar ediyor. İşte bu yüzden Graz’daki araştırmacılar, araçlar ve tekerlekler arasındaki etkileşimin (aşınma ve yıpranmanın) minimum seviyeye indirilmesinde simülasyonların ne derece katkı sağlayabileceğini öğrenmek niyetinde. Haigermoser, “Hasara neden olan karmaşık fiziksel mekanizmaları anlamamız şart” diyor. İlgili başka bir araşt��rma projesinde ise bu süreçlerin yanı sıra malzeme yorgunluğunu engelleyen daha iyi yüzey üretim yöntemlerinin de simülasyonunu yapan bilgisayar modelleri yaratılıyor. Bu araştırmada tramvaylardan yüksek hızlı trenlere kadar her türden raylı araç mercek altına yatırılıyor.

Karayolu ve demiryolu araçları için dijital iyileştirme
Altyapılar ve araçlar arasındaki ilişkiye duyulan ilgi sadece araç imalatçıları ve işleticilerle sınırlı değil; otomotiv endüstrisi de bu alanda müthiş fırsatlar yattığına inanıyor. Örneğin sürücü destek sistemleri ve otonom araçlar bugün Sanal Araç Araştırmaları Merkezi’nin en fazla dikkatini çeken konulardan bazıları. Aslında merkezin en kapsamlı araştırma projelerinden biri de otomatikleştirilmiş sürüş işlevlerinin nasıl güvenilir bir şekilde hesaplanabileceğine çözüm bulmakla ilgili. Tekrar edelim, sadece fiziksel araç ve bileşen testleri çok ciddi emek ve maliyet gerektirdiğinden bu organizasyon fiziksel testlerin eksikliklerini sanal olanlarıyla tamamlıyor. Rosenberger, “Prensip olarak otonom araçları şehirler ve kırsal alanlarda hayal edilebilir her türlü sürüş senaryosuna göre test etmek zorunda kalırdınız. 100 milyonlarca kilometre kat etmeniz gerekirdi. İşte bu yüzden biz otonom araçların gösterebilecekleri davranışlar hakkında doğru tahminlerde bulunmak için simülasyonlardan faydalanıyoruz. Simülasyonlar sadece gerçek hayatta olandan daha hızlı olmakla kalmaz ama aynı zamanda sayısız kritik senaryonun hassas ve otomatik bir şekilde sınamasını da sağlarlar. Bu sayede yığınla paradan ve zamandan tasarruf edilmiş olur” diyor.