Präzise und recheneffiziente Simulation der Interaktion von Zügen im Eisenbahnverkehr

Die Basis der vorliegenden Arbeit bildet die Herleitung der Fahrdynamik von Triebfahrzeugen im Eisenbahnverkehr. Aufbauend hierauf wird die Berechnung von Fahrzeiten und damit verbundenen kapazitiven Größen vollständig analytisch hergeleitet. Dies ist ein großer Unterschied zu bereits bestehenden Lösungen. Nur wenn die Wechselwirkung von Zügen untereinander mathematisch gelingt, ist eine Simulation von Eisenbahnverkehr möglich. Anders als im Straßenverkehr ist die Fahrweise stark durch Sicherungstechnik reglementiert und damit in der Regel nicht durch einfache Annahmen formulierbar. Dies eröffnet jedoch auch die Möglichkeit Simulationen deutlich präziser und unabhängiger von humanen Faktoren umzusetzen. Die eigentlich mögliche Präzision bisheriger Lösungen wird jedoch durch häufig unzureichende, ineffiziente Berechnungsansätze verhindert. Neben der hohen Präzision und der geringen Rechenzeit des vorgestellten Ansatzes, zahlt sich die analytische Herangehensweise durch die besonders einfache Umsetzung des Quellcodes aus. Fertige Simulationsumgebungen können durch den nicht zugänglichen Sourcecode nicht die nötige Simulationstiefe bieten, insbesondere bei neuen Fragestellungen. Auch die Automatisierung der Simulation und Auswertung von Testszenarien leidet hierunter sehr. Mit dem neuen Simulationsframework können völlig neue Probleme behandelt werden. Insbesondere das Aufzeigen von Staueffekten stellt hohe Anforderungen an eine Eisenbahnbetriebssimulation, da hier die Wechselwirkung von Zügen nicht durch die einfache Modellierung von Mindestzugfolgezeiten gezeigt werden kann. Daher müssen die Sicherungssysteme inklusive der Zugbeeinflussung implementiert sein, was die Rechenzeit in klassischen Verfahren deutlich erhöht. Um die Ursachen von Staueffekten zu erklären wird außerdem ein zellularauto-matenbasiertes Modell vorgestellt, das aufgrund seines reduzierten Umfangs hilft, die Effekte klar zu verstehen. Hieraus werden neue Ideen zur Reduktion von Staus auf hochbelasteten Eisenbahnstrecken anhand der S-Bahn-Stammstrecke in München vorgestellt. Diese Dissertationsschrift startet in Kapitel 1 mit der Motivation. Wichtige Begriffe werden in Kapitel 2 erklärt. Der Eisenbahnverkehr wird in Kapitel 3 vom Automobilverkehr abgegrenzt. In Kapitel 4 wird die Fahrdynamik und die Berechnung von Fahrzeiten vorgestellt. Kapitel 5 hat die Beschreibung von Mindestzugfolgezeiten und der Fahrzeuginteraktionsmodelle auf Basis des analytischen Verfahrens zum Inhalt. Dazu ergänzend wird in Kapitel 6 das zugehörige Datenmodell vorgestellt. In Kapitel 7 wird das Zellularautomatenmodell zur Beschreibung der Fahrzeuginteraktion präsentiert. Abschließend finden sich in Kapitel 8 und Kapitel 9 Fazit und Ausblick.
This work contains the derivation of the vehicle dynamics in the context of rail vehicles. Based on this, the calculation of running times and connected variables, which describe capacitive influences, are derived. This is a big difference to existing solutions. Only if the modeling of the interaction between trains is successful, the simulation of railway traffic is possible. Unlike road traffic, railway traffic is stricly reglemented by train control systems. Due to this restriction, simple assumptions are not sufficient. Though, the modelling of the simulation is more precise and depends less on human factors. Mostly, this intrinsic precision is not used by simulation. This is a result of inefficient, inadequate models. Besides the high precision and low calculation times of the presented aprroach, the analytic approach is easy to implement. Industrial solutions do not have open source code. Especially in cutting edge research topics, this results in weak implementation possibilities. Also, the automation of simulation and the evaluation of results are very limited. With the presented simulation framework, new research topics are accessed, easily. Particularly, the demonstration of jamming effects demands many requirements for a railway simulation because the interaction of consecutive trains is not achievable with a simple model for minimum headway times. Instead, train control systems have to be included in the simulation. This goes hand in hand with higher calculation times in classical models. To study and explain the causes of jams in railway operations better, a cellular automaton model is introduced. Due to its reduced complexity it helps to understand the underlying effects. Based on these results, new ideas for the reduction of jamming effects of high-occupied railway tracks are shown in the example of the \textit{Stammstrecke} in Munich. This doctoral thesis starts with the motivation chapter in chapter 1. Important terms of railway traffic are introduced in chapter 2. Additionally, railway traffic is compared to automobile traffic in chapter 3. In chapter 4, the driving dynamics and the calculation of running times on the basis of the analytical model are introduced. Based on this, in chapter 5 the descriptions of the minimum headway time and the train interaction models are given. Supplementary, in chapter 6, the utilised data modell is presented. In chapter 7 a cellular automaton model for the description of the train interaction is introduced. The conclusion and the outlook are given in chapter 8 respectively chapter 9.

Vorschau

Zitieren

Zitierform:
Zitierform konnte nicht geladen werden.

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten