Oppetid, infrastrukturens bidrag til høy punktlighet

Transkript

1 Oppetid, infrastrukturens bidrag til høy punktlighet Infrastruktur Vedlikehold Joanna Maria Kiepiela

2 Agenda Definisjon av oppetid. Status oppetid i Sammenheng mellom oppetid og punktlighet. Andre faktorer som påvirker punktlighet (avgangspunktlighet). Hvordan bruker vi HL-ID / oppetid / forsinkelsestimer.

3 Oppetid Anleggenes standard og feilfrekvenser har stor betydning for omfanget av forsinkelser som påvirker punktligheten i togtrafikken. Registreringene av forsinkelsestimer ble vesentlig bedre etter innføring av nytt trafikkregistreringssystem TIOS, forsinkelsene følges opp systematisk, samt at punktligheten sammenlignes på de tilhørende banestrekninger. HL-ID kobler mot registrering av feil i BaneData For å få en lik oppfølging/vekting av forsinkelsene på de enkelte baner uavhengig av trafikkmengdene benyttes KPI en Oppetid. I den daglige oppfølgingen benyttes forsinkelsestimer

4 Oppetid Oppetid defineres ut fra forsinkelsestimer på grunn av infrastrukturen i forhold til sum planlagte togtimer (P+G) pr år: Oppetid Togtimer * Forsinkelsestimer** Togtimer * x100 * planlagte togtimer (alle tog) ** forsinkelsestimer pga infrastrukturen dvs. TIOS koder: bane, sikringsanlegg, elkraft, tele, planlagte arbeider, materiell med feil sperrer spor og ytre forhold (kode 1-6 og 92)

5 Oppetid - punktlighet Forskjell mellom oppetid og punktlighet er: Begrepet oppetid relateres kun til infrastrukturen. Kjøreveiens evne til å opprettholde kapasitet for å oppnå høyst mulig punktlighet. Oppetid måles undervegs Kun negativt bidrag telles med Punktlighet avhenger av flere faktorer en kjøreveiens evne til å opprettholde kapasitet (dvs. også andre faktorer enn oppetid). Punktlighet måles kun ved endepunkt

6 Status - oppetid pr uke 2016 Mål for oppetid: 99,1 Oppetid akkumulert pr oktober: 99,0 Prognose: 99,0 Feil på sikringsanlegg har bidratt til 2774 forsinkelsestimer, som utgjør 38% av totalt antall forsinkelsestimer. De fleste timene er registrert på Sørlandsbanen, Drammenbanen, Bergensbanen, Østfoldbanen og på strekningen Oslo S Skøyen Det er registrert forsinkelsestimer knyttet til feil på kontaktledning. Dette er en økning på 86% sammenlignet med samme periode i fjor. Over halvparten av forsinkelsestimene ble registrert på Bergensbanen, Sørlandsbanen, Drammenbanen og Ofotbanen.

7 uke 1 uke 2 uke 3 uke 4 uke 5 uke 6 uke 7 uke 8 uke 9 uke 10 uke 11 uke 12 uke 13 uke 14 uke 15 uke 16 uke 17 uke 18 uke 19 uke 20 uke 21 uke 22 uke 23 uke 24 uke 25 uke 26 uke 27 uke 28 uke 29 uke 30 uke 31 uke 32 uke 33 uke 34 uke 35 uke 36 uke 37 uke 38 uke 39 uke 40 uke 41 uke 42 uke 43 uke 44 uke 45 uke 46 uke 47 uke 48 uke 49 uke 50 uke 51 uke 52 uke 53 oppetid pr uke Gj.snitlig punktlighet P-tog pr uke Sammenheng mellom oppetid og punktlighet Avgangs- og ankomstpunktlighet samt tilhørende oppetid pr måned 2015 Rød linje 100,0 % 99,8 % 99,5 % 99,3 % 99,0 % 98,8 % 98,5 % 98,3 % 98,0 % 97,8 % 97,5 % 97,3 % 97,0 % 96,8 % 96,5 % 96,3 % 96,0 % 95,8 % 95,5 % 95,3 % 95,0 % 94,8 % 94,5 % 94,3 % 94,0 % Mål oppetid = 99,0% Mål punktlighet = Oppetid pr uke 2015 Oppetidsmål Gj.snittlig punktlighet P-tog pr uke 2015 endest. Gj.snittlig punktlighet P-tog pr uke 2015 utgst. Punktlighetsmål 2015

8 Oppetid Sammenheng mellom oppetid og punktlighet 100,0 Sammenheng mellom oppetid og punktlighet Sammenheng 99,5 99,0 98,5 98,0 97,5 97,0 80,0 82,0 84,0 86,0 88,0 90,0 92,0 94,0 96,0 98,0 100,0 Punktlighet Det er en sammenheng mellom oppetid og punktlighet. Figur viser en korrelasjonsanalyse basert på data i periode januar 2006 august 2016 Sammenheng mellom oppetid og punktlighet er en positiv korrelasjon på 0,76 (0,80 uten ektremverdi som er markert med rødt).

9 uke 1 uke 2 uke 3 uke 4 uke 5 uke 6 uke 7 uke 8 uke 9 uke 10 uke 11 uke 12 uke 13 uke 14 uke 15 uke 16 uke 17 uke 18 uke 19 uke 20 uke 21 uke 22 uke 23 uke 24 uke 25 uke 26 uke 27 uke 28 uke 29 uke 30 uke 31 uke 32 uke 33 uke 34 uke 35 uke 36 uke 37 uke 38 uke 39 uke 40 uke 41 uke 42 uke 43 uke 44 uke 45 uke 46 uke 47 uke 48 uke 49 uke 50 uke 51 uke 52 uke 53 oppetid pr uke Gj.snitlig punktlighet P-tog pr uke Sammenheng mellom oppetid og punktlighet Avgangs- og ankomstpunktlighet samt tilhørende oppetid pr måned 2015 Grønn linje 100,0 % 99,8 % 99,5 % 99,3 % 99,0 % 98,8 % 98,5 % 98,3 % 98,0 % 97,8 % 97,5 % 97,3 % 97,0 % 96,8 % 96,5 % 96,3 % 96,0 % 95,8 % 95,5 % 95,3 % 95,0 % 94,8 % 94,5 % 94,3 % 94,0 % Mål oppetid = 99,0% Mål punktlighet = Oppetid pr uke 2015 Oppetidsmål Gj.snittlig punktlighet P-tog pr uke 2015 endest. Gj.snittlig punktlighet P-tog pr uke 2015 utgst. Punktlighetsmål 2015

10 Oppetid avgangspunktlighet - ankomstpunktlighet Andre faktorer som bidrar til høy punktlighet er avgangspunktligheten, som påvirkes i hovedsak av togselskapenes evne til presis avgang. Vedlikehold av infrastrukturen primært påvirker ankomstpunktligheten.

11 HL-ID kobling for å si noe om konsekvens av enkeltfeil Ved å bruke HL-ID allokeres det forsinkelsestimer til feilen og til banen / lokasjonen hvor feilen har oppstått. Allokeringen av konsekvensen i form av forsinkelsestimer gir mulighet for analyse av største bidragsytere til redusert oppetid og lavere punktlighet. Prioritere innsatsen til det som gir størst effekt. Gir bedre grunnlag for banesjefene for å rette fokus på problemområder.

12 SA-SIG EH-MAS SA-DRV EH-UTL SA-SPF SA-ATC EH-BRY SA-KAS EH-KTL SA-SIK SA-DRV SA-RSG SA-DRV SA-SIK EH-SUG SA-KAS EL-UPS SA-SPF SA-KAS SA-SPF SA-SIK SA-SIK SA-DRV SA-DRV SA-SIK SA-STD EH-UTL SA-SIK KO-SPV SA-DRV SA-SIK SA-SPF SA-BET KO-SKJ EH-MAS KO-SPO SA-SIK SA-SPF EH-RLE SA-SIK Forsinkelsestimer og totalt antall AKV pr objekt - (høyeste 40 - FT) Forsinkelsestimer Samme HL_ID Antall AKV Objekter med mest forsinkelsestimer Disse 40 objektene sto for 29% av forsinkelsestimer (av den delen forsinkelsestimer hvor det finnes «match» med BaneData). Av disse objektene tilhører 28 faget signal og 8 høyspent % av alle objektene har mellom 1 og 2 feil i løpet av Problematikk med dobbelt registrering av feil på samme HL-ID for eksempel EH-MAS og SA-DRV (årsak avsporing). Antall AKV med (F)_ Antall AKV uten (F)_ Forsinkelsestimer

13 «Signal» - Oslo-området Signal Store utfordringer på Oslo S var knyttet til sporfelter, drivmaskiner, sikringsanlegg og signaler. En del utfordringer med drivmaskiner oppsto på Askerbanen. På strekningen Asker Gulskogen var det utfordringer med drivmaskiner og sikringsanlegg. Tykkelsen angir antall forsinkelsestimer

14 «Høyspenning» - Sør Norge Størrelsen på ringen angir antall forsinkelsestimer KL Det er noen lokasjoner som har høy frekvens av feil. Tiltakene bør systematisk konsentrere seg på lokasjonene hvor feilfrekvensen er størst.

15 Feilfrekvens (forsinkelse) som funksjon av alder Kommentarer: Tatt en forenklet tilnærming til feil på KL med forsinkelser per km KL registrert i nettet. Funksjonen viser tegn til badekarsform med en liten oppsving mellom 11 år og 45 år. Etter 45 år vokser forventet forsinkelsestid eksponentielt. Funksjonen er justert for 2 stk enkelthendelser som ga ekstremverdier ved 27 år og 34 år. Datagrunnlaget består av AKV og UKV med forsinkelser per

16 Kommentarer : Effekt av fornyelse Det er nokså stor tilfeldig variasjon i oppetiden fra år til år. For å vurdere hvordan de ulike budsjettalternativene påvirker forventet oppetid har vi en modell. Det tas en rekke forutsetninger i modellen. Modellen hensyntar kun kontaktledning, skinner, sviller, sporveksler, og delvis ballast og underbygning. Med de forutsetninger som er tatt i modellen ser vi at høy ramme gir en forventet oppetid på 99,34 og gir grunnlag for å klare målet i 8 av 10 år. Lav ramme har en forventet oppetid på 99,28, og gir forutsetning for å klare målet ca. annen hvert år. Arbeidsversjon Det er usikkert i analysen, men denne tyder på at oppetidsmålet på 99,3 % blir vanskelig å nå uten fornyelse på nivå med mellomalternativet. Det kommer klart frem at høy ramme gir best forutsetninger for å nå målet.

17 Takk for oppmerksomheten!