Forord. Trondheim Per Hokstad Versjon 2. Utkast Versjon 3. Endelig Versjon 4.

Transkript

1

2

3

4 3 Forord Oppdraget er gjennomført i perioden juni-november 2010, som et samarbeid mellom avdelinger i SINTEF Teknologi og samfunn, SINTEF Byggforsk og NTNU. I tillegg til forfatterne har følgende bidratt til rapporten: Ole Meland, Nils Olsson og Atle William Heskestad. Vi vil takke alle de i Jernbaneverket som har vært meget behjelpelige under arbeidet med rapporten, og har stilt opp i intervju og/eller telefonintervju. Trondheim Per Hokstad Versjon 1. Utkast- Ikke komplett Versjon 2. Utkast Versjon 3. Endelig Versjon 4. Endelig, justert

5 4

6 5 Sammendrag Denne rapporten oppsummerer SINTEF sitt arbeid med å kvalitetssikre Jernbaneverkets tiltak for reduksjon av infrastrukturrelaterte forsinkelsestimer, både med hensyn til reduksjon av antall uønskede hendelser (feil, saktekjøringer m.v.) og raskere normalisering etter hendelser. Bakgrunnen for oppdraget er at Banedivisjonen i Jernbaneverket har formulert et mål om å oppnå en oppetid på minst 99,2 % i Dette betyr en reduksjon av forsinkelsestimene fra timer, som er målet i år 2010, til timer i år 2013 (basert på togtimer) for de årsaker som faller inn under Banedivisjonens ansvarsområde. SINTEF har vurdert om det er tiltak som bør endres, om evt. nye tiltak bør iverksettes og gir anbefalinger om viktige tiltaksområder. Det har vært et mål at rapporten skal bidra til å øke kunnskapen i Banedivisjonen om hvordan en kan arbeide for å redusere forsinkelser. Registrerte forsinkelsestimer i de seneste år og fram til i dag Generelt har det vært en økning i antall forsinkelsestimer fra 2007 frem til i dag, men det er store kvartalsvise forskjeller fra ett år til et annet (se figur nedenfor). 4500: : : : : : : :00 500:00 00:00 1kv 2kv 3kv 4kv Kvartalsvise tall for forsinkelsestimer i Vinteren i 2010 innebar spesielle utfordringer, og dette ga særlig utslag på forsinkelsestimene for Stor-Oslo, som ble bortimot timer i 1. kvartal. Dette er hovedgrunnen til at antall forsinkelsestimer for 1. kvartal 2010 er særlig høy. Det har vært en positiv utvikling i antall forsinkelsestimer fra 1. til 3. kvartal i Når data for 4. kvartal 2010 og 1. kvartal 2011 foreligger, vil en få et langt bedre underlag til å avgjøre om denne positive trenden fortsetter. Basert på gjennomsnittlige registrerte forsinkelsestimer pr kvartal i perioden 2007 og frem til i dag, har SINTEF estimert at antall forsinkelsestimer i et normalår i denne perioden vil være Vi omtaler dette som trendverdien.

7 6 I de tre første kvartal for 2010 har vi registrert ca forsinkelsestimer. Hvis vi antar at 4. kvartal er på nivå med de tre tidligere år, vil prognosen for observerte forsinkelsestimer i 2010 være ca timer, dvs timer høyere enn estimatet for et normalår. Estimert antall forsinkelsestimer i 2010 ( normalår ) er brutt ned på baneområder og forsinkelsesårsaker; se tabell nedenfor. Estimert antall forsinkelsestimer for 2010; (trendverdi for normalår ) Baneområde Bane Sikringsanlegkraft El- Tele Planlagte Materiell Ytre SUM arbeider sperrer forhold Østfold- og Kongsvingerbanen Stor-Oslo Drammen/Vestfoldbanen Rauma/Dovre/Gjøvikbanen Sørlandsbanen Bergensbanen Røros- og Solørbanen Dovre- og Trønderbanen Nordlandsbanen Ofotbanen Totalt Bidrag 26 % 32 % 11% 4 % 18 % 7 % 3 % 100 % Effekt av tiltak, konklusjon og usikkerhet Data for planlagte tiltak fram mot 2013 er framskaffet dels gjennom oversikt over fornyelsesprosjekt , andre investeringsprosjekt, vinterberedskap, vedlikeholdsplaner, egne analyser av data fra TIOS, Banedata og PriFo og gjennom intervjuer med personell i Jernbaneverket. SINTEFs hovedinntrykk er at Jernbaneverket for tiden gjør mye godt arbeid når det gjelder å redusere forsinkelser for togtrafikken. Det er stort fokus på dette i organisasjonen og det brukes mye ressurser i arbeidet. SINTEFs estimat er at den totale effekten av de planlagte tiltak vil gi en reduksjon i trendverdi på ca timer i 2013 i forhold til Med en estimert trendverdi for antall forsinkelsestimer i 2010 på timer, blir estimatet for trendverdien i 2013 ( normalår ) lik timer. Det er betydelig usikkerheter knyttet til dette anslaget. Det er både usikkerhet i estimatet for trendverdi for 2010 og for effekten av tiltak fra 2010 til Usikkerheten i SINTEFs estimat for effekten av tiltakene fram til 2013 er først og fremst knyttet til framdrift i arbeidet med innføring av akseltellere, bidrag til forsinkelsestimer fra arbeid i sporet i 2013, samt tilgang på ressurser, både i forhold til økonomisk budsjett og personell med rett kompetanse (spesielt signalfag). I tillegg er det tilfeldig variasjon i antall forsinkelsestimer fra år til år (f.eks. værforhold), noe som kan slå ut også i Så selv om trendverdien (timetallet for et normalår) skulle komme ned i målsettingen på forsinkelsestimer, kan den observerte verdien dette året pga tilfeldige variasjon bli flere hundre timer høyere. For å ha rimelig grad av sikkerhet for at observerte

8 7 forsinkelsestimer vil være lavere enn målet på i 2013, må derfor estimert trendverdi ligge vesentlig lavere enn timer. Legger en sammen begge disse typer usikkerhet, synes usikkerhet i hva som blir observert antall forsinkelsestimer å være i størrelsesorden pluss/minus timer. En hovedkonklusjon er at det blir vurdert som lite trolig at de planlagte tiltak vil gi en tilstrekkelig reduksjon til at antall forsinkelsestimer for 2013 kommer ned i timer. Nedbryting av forsinkelsestimer for 2013 og innretning av tiltak fram mot 2013 Estimert antall forsinkelsestimer i 2013 er brutt ned på baneområde og forsinkelsesårsaker i tabellen nedenfor. Estimert antall forsinkelsestimer for 2013 ( normalår ), (med reduksjon i % i parentes) Baneområde Bane Sikringsanlegg Østfold/ 65 Kongsvingerbanen (54%) Stor-Oslo 519 (19%) Vestfoldbanen 59 (66%) Rauma/Dovre/ 454 Gjøvikbanen (29%) Sørlandsbanen 152 (30%) Bergensbanen 81 (66%) Røros/Solørbanen 29 (25%) Dovre/Trønderbanen 279 (33%) Nordlandsbanen 60 (29%) Ofotbanen 20 (77%) Totalt (36% ) 296 (20%) 590 (54%) 203 (31%) 277 (23%) 308 (25%) 194 (13%) 23 (30%) 105 (22%) 33 (6%) 65 (32%) (35% ) El-kraft Tele Planlagte arbeider 15 (78%) 108 (65%) 113 (8%) 149 (6%) 81 (43%) 233 (15%) 0 (0%) 4 (78%) 2 (0%) 17 (68%) 722 (37% ) 43 (0%) 154 (3%) 31 (14%) 38 (0%) 25 (0%) 21 (0%) 5 (0%) 23 (0%) 27 (0%) 3 (59%) 370 (4% ) 102 (9%) 471 (34%) 137 (59%) 185 (8%) 175 (-6%) 98 (0%) 4 (0%) 127 (19%) 16 (0%) 25 (0%) (27% ) Materiell sperrer 63 (0%) 265 (0%) 45 (0%) 91 (0%) 37 (0%) 70 (0%) 8 (0%) 44 (0%) 25 (0%) 33 (0%) 681 (0% ) Ytre forhold 23 (18%) 49 (0%) 1 (71%) 13 (53%) 24 (30%) 93 (10%) 0 (0%) 13 (44%) 37 (7%) 27 (0%) 280 (16% ) SUM 607 (27% ) 2156 (37% ) 588 (42% ) (20% ) 801 (22% ) 791 (23% ) 68 (23% ) 594 (27% ) 201 (13% ) 190 (42% ) (30% ) SINTEF mener at Jernbaneverkets innretning av tiltak mot de forskjellige baneområder i hovedsak er rimelig, med et stort fokus på Stor-Oslo. Videre mener SINTEF at Jernbaneverkets innretning av tiltak i forhold til hva som i dag forårsaker forsinkelsestimer, også er rimelig. Vårt estimat er at planlagte tiltak vil redusere feil forårsaket av sikringsanlegg med 35 % i Her er arbeidet med innføring av akseltellere viktig. Planlagte tiltak vil redusere feil forårsaket av el-kraft med 37 % og bane med 36 % fram mot Også arbeid i sporet er en betydelig bidragsyter til forsinkelsestimer, men her synes bidraget framover å være noe usikkert.

9 8 Det er noen områder der Jernbaneverket bør vurdere økt innsats i arbeidet med reduksjon av forsinkelstimer med hensyn til måloppnåelse i 2013: For enkelte baneområder er bane en stor bidragsyter til forsinkelsestimer, samtidig som anslått reduksjon fram mot 2013 kun er moderat. Det gjelder bl.a. Stor-Oslo (ca 640 forsinkelsestimer) og Rauma/Dovre/Gjøvikbanen (ca 640 forsinkelsestimer). Sikringsanlegg er en stor bidragsyter til forsinkelsestimer for enkelte baneområder, samtidig som anslått reduksjon fram mot 2013 kun er moderat. Det gjelder Østfold/Kongsvingerbanen (ca 370 forsinkelsestimer), Rauma/Dovre/Gjøvikbanen (ca 360 forsinkelsestimer), Sørlandsbanen (ca 410 forsinkelsestimer), og Bergensbanen (ca 220 forsinkelsestimer). El-kraft har et relativt stort bidrag til forsinkelsestimer (ca 270 timer) på Bergensbanen, amtidig som antatt reduksjon fram mot 2013 er forholdsvis lav. Det gjennomføres allerede en god del tiltak for å redusere de tilfeldige variasjoner; ved at vinterberedskap styrkes og banen gjøres mer robust overfor ekstremvær. JBV bør vurdere å ytterligere intensivere denne innsatsen, da den gir øket grad av kontroll og reduserer sårbarhet. SINTEF støtter Jernbaneverkets fokus på å unngå feil framfor beredskap for å redusere feilrettingstid (normalisering). På de fleste baner består de store bidrag til forsinkelsestimene av korte forsinkelser. For disse er det rimelig å ha fokus på å unngå feil framfor å redusere feilrettingstid. Generelle anbefalinger for viktige tiltaksområder SINTEF har videre sett på en rekke tiltak og gir anbefalinger innen en del tiltaksområder: Reduksjon av tekniske feil JBV bør fortsette å bruke analyseverktøy og målevognsresultater, men kan gjøre dette mer systematisk i f.eks. rotårsaksanalyser. Øke fokus på forebyggende vedlikehold som skinnesliping og utbedring av skinnefeil. Dette vil være gunstig med tanke på å redusere feil som fører til forsinkelser. Akseltellere bør erstatte sporfelter. Dette gir et stort bidrag til reduksjon av forsinkelsestimene. Vinterdrift og beredskap Øke antall personell og snøryddingsmateriell, særlig på Østlandet. Bedre sikring av funksjonen til sporveksler spesielt og sikring mot ytre forhold generelt ved hjelp av fysiske tiltak og ved særskilte beredskapstiltak. Vektlegge utforming av koordinert vinterberedskapsplan for alle baneområder, inkl. plan for bruk av ressurser på tvers av geografi og fagområder. Bedre samhandling mot JBV Trafikk og trafikkselskapene i forhold til trafikkregler, togluker, forventninger, prioriteringer og beredskapsnivå. Gjennomføring av arbeider Vurdere å lage nye ruter i de tilfeller der tog erstattes med buss. Vurdere prinsipper for å måle og beregne oppetid. Ved evaluering av saktekjøringsregimet bør JBV søke å identifisere reell effekt for forsinkelsestimer/oppetid. Måten en følger opp tidstap av saktekjøringer bør evalueres, f. eks. gjennomgå metodeverket for estimering av tidstap og ved å se på reglene for å sette akseptgrenser for tidstap.

10 9 Videreføre arbeidet med 2 års ajourføring av 10-årsplanene. Dette vil øke kvaliteten på innspillene til ruteplanprosessen og bidra til å løse utfordringen knyttet til koordinering av ruteplanprosess og budsjettprosesser. Videreføre arbeidet med koordinering mellom og med eksterne entreprenører, og fokusere på forsinkelser og punktlighet hos disse aktørene. Ledelsesfokus og engasjement Trykket på nøyaktighetskultur og fokus fra ledelsen på forsinkelsestimer/oppetid må holdes oppe over tid. Videreutvikle systematikk for erfaringsoverføring av beste praksis mellom baneområdene. Hensikten er å få til læring av god praksis på tvers i organisasjonen. JBV bør sørge for at fokuset på oppetid også når ut til dem som gjennomfører arbeidet på sporet, inklusive de eksterne. JBV bør utvikle eksisterende møteplasser for å støtte arbeidet med å komme frem til tiltak som har effekt på forsinkelser. Eksempelvis gjelder dette SSK-møtene. Forbedringsarbeidet i forhold til forsinkelser må være strukturert, systematisk, kontinuerlig og faktabasert. TIOS og andre verktøy JBV bør jobbe kontinuerlig med å bedre nøyaktighet og likhet i måten årsaksregistreringen gjennomføres på. En evt. endring i innhold i TIOS-kodene må gjøres i tett samarbeid med de som foretar registreringene, slik at en reell forbedring oppnås og nye feil ikke introduseres. En bør få til en kobling mellom TIOS - Hendelseslogg Banedata, men også utvikle analyser og prosesser som nyttiggjør seg informasjonen fra systemene bedre.

11 10

12 11 INNHOLDSFORTEGNELSE Forord... 3 Sammendrag Bakgrunn, hensikt og gjennomføring av oppdraget Oppetid med hensyn til punktlighet og reduksjon av forsinkelsestimer Om oppdraget og gjennomføring Dagens situasjon med hensyn til forsinkelser TIOS data Tre Case-strekninger Oversikt over forsinkelsestimer, prognose og trendverdier Banedata Banedata innsyn Feilfrekvenser og forsinkelser Årsaksmodell (dagens situasjon) Videre nedbrytning av Direkte årsaker Bakenforliggende årsaker Diskusjon av TIOS og BaneData Effekt av foreslåtte tiltak fram mot Oversikt over tiltak PriFo data Sjekk av effekt av tiltak Intervju baneområder og øvrige koststeder Østfold/Kongsvinger-banen Stor-Oslo Drammen/Vestfold-banen Rauma/Dovre/Gjøvik-banen Sørlandsbanen Bergensbanen Røros/Solør-banen Dovre/Trønderbanen Nordlandsbanen Ofotbanen Andre funksjoner Sammenfatning Effekt av tiltak Tabell med oppsummering av effekt av tiltak Vurderinger og forutsetninger ved etablering av tabellen Kvalitetssikring av tiltak og grad av måloppnåelse Overordnet metodikk Forventet antall forsinkelsestimer i Diskusjon av resultater Kilder til variasjon i antall forsinkelsestimer og usikkerhet Anbefalinger med hensyn til gjennomføring av ulike tiltaksgrupper Reduksjon av tekniske feil Gjennomføring av arbeid Endring av ruteplan ved arbeid på sporet Bruk av saktekjøringer... 60

13 Samordning av ruteplanprosess og vedlikeholdsprosess Overholdelse av spordisponeringstid Oppsummert om anbefalinger Vinterdrift og -beredskap Anbefalte tiltak for alle baner Anbefalte tiltak for de enkelte baneområdene Diskusjon og risikovurdering Ledelsesfokus og engasjement Eksempler på eksisterende beste praksis Utvikling av beste praksis TIOS og andre verktøy Bruk av årsakskoder i TIOS Kobling TIOS, Hendelseslogg og BaneData Simulering Konklusjoner og anbefalinger Referanser Vedlegg A. TIOS data A.1 Forsinkelser fordelt på årsakskode A.2 Forsinkelser fordelt på år og årsakskode A.3 Gjennomsnittlig tid pr. forsinkelse fordelt på år og årsakskode A.4 Kommentarer til årsak ved forsinkelser A.5 Nedbrytning av direkte årsak i Nivå 1 og Vedlegg B. Intervjuguide Vedlegg C. Spørreskjema Vedlegg D. PriFo-data D.1 Sammenfatning PriFo data D.2 Sammenheng PriFo-TIOS Kalibrerte analyser for effekt av tiltak i PriFo Vedlegg E. Tiltakskoder i JBV

14 13 1 Bakgrunn, hensikt og gjennomføring av oppdraget Denne rapporten oppsummerer SINTEF sitt arbeid med å kvalitetssikre Jernbaneverkets tiltak for reduksjon av infrastrukturrelaterte forsinkelsestimer. Bakgrunnen for oppdraget er at Banedivisjonen i Jernbaneverket har forpliktet seg til å oppnå en oppetid på minst 99,2% i år Dette betyr en reduksjon av forsinkelsestimene til timer i år 2013 (basert på togtimer), for de årsaker som faller inn under Banedivisjonens ansvarsområde. 1.1 Oppetid med hensyn til punktlighet og reduksjon av forsinkelsestimer Oppetid med hensyn til punktlighet er en indikator som Jernbaneverket i Norge fokuserer på. Indikatoren blir brukt i forhold til oppfølging av kvalitet på infrastrukturen. Oppetid beregnes som: Oppetid = Togtimer Forsinkelsestimer Togtimer Med Forsinkelsestimer i formelen over menes infrastrukturrelaterte forsinkelser, som settes lik antall forsinkelsestimer og minutter registrert på kode i TIOS-systemet. Med Togtimer menes det totale antallet timer en vil bruke for å avvikle den planlagte togproduksjonen (tiden det tar å fremføre togene i ruteplanen). Oppetid benyttes aktivt i forbedringsarbeidet knyttet til reduksjon av infrastrukturrelaterte forsinkelser, og banedivisjonen har mål om hvilken økning i oppetiden en skal oppnå i årene fremover. Hva dette betyr i forhold til reduksjon av forsinkelsestimer, blir så fordelt mellom de ulike banestrekningene. I forhold til punktlighet, som påvirkes av alle aktører som er involvert i jernbanetrafikken, er påvirkningen av oppetiden mer begrenset til infrastrukturforvalteren. Oppetid tar også hensyn til størrelsen av forsinkelsene og underveis-forsinkelser, noe en ikke gjør når en beregner punktlighet. På den annen side kan det påstås at det er mer usikkerhet knyttet til oppetiden, i og med at en her baserer seg på manuelle registreringer av forsinkelsesårsaker. Dette i motsetning til punktlighet som i stor grad er basert på automatiske registreringer av når toget ankommer endestasjonen (der en har fjernstyring). Når en beregner oppetid for de enkelte banestrekningene eller for områder, blir denne også påvirket av prosedyrene for registrering av årsaker i TIOS. Spesielt er dette knyttet til hvordan følgeforsinkelser blir håndtert. I tillegg blir forsinkelser i TIOS registrert der forsinkelsene oppstår, noe som ikke trenger å samsvare geografisk med stedet til forsinkelsesårsaken. Selv om en i dag fokuserer på oppetid der en kun inkluderer de infrastrukturrelaterte forsinkelsene, er det fullt mulig å beregne den samlede oppetiden for hele jernbanesystemet, eller å beregne oppetid med tanke på andre aktører enn infrastrukturforvalter (eks togselskapene). Dette ut i fra hvilke koder i TIOS-systemet en velger å inkludere (forsinkelsestimene) når en beregner oppetiden. Det er i utgangspunket to prinsipielle måter å redusere forsinkelsestimene på: 1. Reduksjon av antall uønskede hendelser (tekniske feil, saktekjøringer m.v.) 2. Raskere normalisering etter hendelser (raskere feilretting m.v.) Det er derfor både viktig å prioritere ressursene inn mot tiltak som reduserer antall uønskede hendelser, men også å innføre tiltak som reduserer konsekvensene av uønskede hendelser som

15 14 oppstår. Eksempler på det siste kan være beredskapsordninger og mer effektive feilrettingsmetoder. I tillegg er det viktig å hindre at nye uønskede hendelser oppstår slik at reduksjon av forsinkelsestimer på for eksempel en del-strekning som det gjennomføres tiltak på, ikke spises opp av en økning av uønskede hendelser på en annen del-strekning som det ikke gjennomføres tiltak på. 1.2 Om oppdraget og gjennomføring Formålet med arbeidet har vært å kvalitetssikre at tiltak som er planlagt iverksatt vil gi den ønskede reduksjon i antall forsinkelsestimer, fordelt pr bane og baneområde. Dette inkluderer også en vurdering av om det bør gjøres endringer i planlagte tiltak og/eller om det også må iverksettes nye tiltak. Det har også vært et mål at arbeidet skal bidra til å øke kunnskapen i Banedivisjonene om hvilke forhold som påvirker forsinkelser. Gjennomføringen av oppdraget kan deles inn i fire hoveddeler: 1. Kartlegging av dagens forsinkelser og nedbryting på baneområde og forsinkelsesårsak (Kapittel 2) 2. Kartlegging og vurdering av foreslåtte tiltak fram mot 2013 (Kapittel 3) 3. Samlet vurdering av måloppnåelse, inkl. usikkerhetsvurdering/risikoanalyse (Kapittel 4). 4. Vurderinger og anbefalinger for områder som sees på som spesielt viktig: a) reduksjon av tekniske feil, b) gjennomføring av planlagte arbeider, c) vinterberedskap, d) ledelsesfokus og engasjement og e) TIOS og andre verktøy (Kapittel 5) En grunnleggende forutsetning for å kunne redusere antall forsinkelsestimer er at en vet hva som er de direkte årsakene til forsinkelsene. Det er da viktig å ha riktige årsakskoder og at forsinkelsene registreres på korrekt årsakskode. Arbeidet har derfor også inkludert en vurdering av om årsakskodene som benyttes i TIOS er hensiktsmessige i forhold til analyseformål, samt vurdering av om kobling av informasjon mellom datasystemene TIOS, Hendelseslogg og BaneData vil kunne bidra til å lette analysearbeidet. Metoden som har blitt benyttet i arbeidet har som sitt viktigste underlag en rekke systematiske intervjuer med nøkkelpersoner i Banedivisjonen (f. eks. banesjefer og fornyelsesledere). Det er disse personene som kjenner både banene og deres problemer og også tiltakene best. Videre har SINTEF foretatt vurderinger basert på data i PriFo, inkludert et par undersøkelser for direkte å estimere effekt på forsinkelsestimer av tiltak. Resultatet er en totalvurdering av antall forsinkelsestimer som kan forventes i 2013, og en systematisk nedbrytning av de ulike bidrag til forsinkelsestimer, inklusive usikkerhet i resultatet. Gjennomgangen av områdene som sees på som spesielt viktige (kapittel 5) er basert på systematiske intervjuer med sentrale personer i Jernbaneverket, fra Bane (inkl. Drift), Trafikk og Marked, kombinert med erfaring til prosjektgruppen og funn gjort under arbeidet. Oppdraget begrenser seg til å se på forsinkelsestimene og tiltak som svarer til kodene 1-6 og 92 i TIOS. Det ligger begrensninger i måten forsinkelser er registrert på i TIOS. En mer pålitelig registrering, med mer presis informasjon i kommentarfelt ville kunne gitt mer pålitelige svar. Forutsetninger for vurderingene er ellers diskutert i Kapittel

16 15 2 Dagens situasjon med hensyn til forsinkelser Dette kapitlet gir en oversikt over nedbrytningen av forsinkelsestimer i ulike bidrag og årsaksforhold. Det er vist hvordan data fra TIOS og Banedata kan brukes for å etablere en årsaksmodell. Det er utarbeidet en figur som viser utviklingen i sum forsinkelsestimer de senere år inkludert en prognose for Videre er en trendverdi for 2010 estimert basert på en vurdering av kvartalsvise tall over forsinkelsestimer for de siste 4 årene. 2.1 TIOS data TIOS står for TrafikkInformasjon og OppfølgingsSystem, og har vært i bruk siden Systemet mottar rutedata og dynamiske togbevegelser fra PIA-anleggene i Oslo og Drammen. I tillegg henter systemet informasjon om togsammensetninger fra Resource Manager (NSB) og GTS (CargoNet). Systemet mottar også tiltaksmeldinger fra DROPS (Driftsoperativt senter i NSB). Ruteopplysninger hentes inn hver natt og informasjon om togbevegelser sjekkes opp mot disse. Når et tog blir mer enn fire minutter forsinket mellom to målepunkter, blir forsinkelsen tildelt en årsakskode av togleder. Forsinkelser på under fire minutter tildeles ikke årsakskode. Analysen begrenser seg til å omhandle følgende årsakskoder i TIOS, [1]: 1. Bane 2. Sikringsanlegg 3. El-kraft 4. Tele 5. Planlagte arbeider 6. Materiell med feil sperrer spor 92. Ytre forhold og uhell Tre Case-strekninger For å få et detaljert bilde av data i TIOS, og etablere en representativ årsaksmodell ble forsinkelsesdata fra TIOS analysert for tre casestrekninger. Strekningene som ble valgt er Drammen Eidsvoll fra baneområdet Stor - Oslo, Trønderbanen (Hjerkinn Steinkjer) og Bergensbanen (Hønefoss Bergen). Bakgrunnen for utvalget var å dekke et spekter av banestrekninger med noe ulike driftsforutsetninger. Strekningen med kanskje mest trafikk på indre Østlandet er valgt, og utgjør derfor en betydelig andel av registreringene i TIOS. Ved å kombinere med Trønderbanen, hvor det er en overvekt av regiontog / nærtrafikk, og Bergensbanen med hovedvekt av fjerntog og godstog, får en vist nedbrytingen av forsinkelsestimer for et representativt utvalg av det norske jernbanenettet. Dataene dekker perioden , dvs. fra tidspunktet TIOS kom i drift i februar 2005 og frem til og med august Tabellen under viser at bidragsyterne til forsinkelsestimer varierer mellom regionene. Dette er en indikasjon på at ulike tiltak vil ha effekt på forsinkelsestimer på de ulike strekningene.

17 16 Tabell 1 Nedbryting av forsinkelsestimer ( ) Direkte årsak Drammen - Eidsvoll Trønderbanen Bergensbanen 1. Bane 16.0 % 46.3 % 25.8 % 2. Signal 44.5 % 19.9 % 20.2 % 3. Elkraft, KL 9.0 % 3.8 % 24.8 % 4. Tele, GSM-R 0.5 % 0.6 % 0.4 % 5. Planl. arbeid 19.9 % 18.2 % 11.4 % 6. Sperret spor 7.8 % 5.5 % 6.5 % 92. Ytre forhold 2.3 % 5.8 % 10.9 % SUM % % % Forsinkelsestimer som skyldes feil på bane og elektrotekniske anlegg vil selvsagt variere med trafikkmengden på de gitte strekningene. Av dataene ovenfor ser en at årsakskode (2) sikringsanlegg, signalanlegg, fjernstyring er dominerende for Drammen Eidsvoll med ca 45%, mens det er (1) bane og (3) elkraft (på Bergensbanen) som dominerer for de to andre strekningene. Antall hendelser for de ulike årsakskodene følger i stor grad samme trend som forsinkelsestimene for Drammen Eidsvoll og Trønderbanen. Bergensbanen har imidlertid forsinkelser med lengre gjennomsnittlig varighet enn de to andre banene. Hovedbidraget her kan i all hovedsak tilskrives forsinkelsestimene for elkraft/kontaktledning. Gjennomgangen av TIOS data for de tre strekningene ga ellers følgende hovedfunn: Forsinkelsestimer Bidraget til forsinkelsestimer er størst for relativt små forsinkelser, dvs. de opp til 10 min. Bergensbanen viser en noe synkende tendens i forsinkelsestimer fra 2008 til 2009, særlig for (1) Bane og (2) Sikringsanlegg, Signalanlegg, Fjernstyring, men også for (3) Elkraft/kontaktledning. Mye kan tyde på at denne trenden opphører i 2010, og tallene så langt viser heller en svak økning for (2) Sikringsanlegg, Signalanlegg, Fjernstyring og (3) Elkraft/kontaktledning. Saktekjøringer knyttet til banefeil på Trønderbanen og Bergensbanen bidrar i sum til den største andelen av forsinkelsestimene på disse strekningene. Det høye antallet saktekjøringer bidrar imidlertid til at gjennomsnittlig tid pr saktekjøring blir lav, jfr. første kulepunkt. Antall forsinkelser For Drammen Eidsvoll er det er en klar stigende trend i antall forsinkelser pr. år for årsakskodene (1) Bane og (5) Planlagt arbeid, mens (2) Sikringsanlegg, Signalanlegg, Fjernstyring omtrent ligger på det samme høye nivået, fra og med Trønderbanen viser samme trendens som Drammen Eidsvoll mht utviklingstrend for forsinkelsestimer per årsakskode. Bergensbanen viser en noe synkende tendens i antall hendelser og forsinkelsestimer fra 2008 til 2009, særlig for (1) Bane og (2) Sikringsanlegg, Signalanlegg, Fjernstyring, men også for (3) Elkraft/kontaktledning. Mye kan tyde på at denne trenden opphører i 2010, og tallene så langt viser heller en svak økning for (2) Sikringsanlegg, Signalanlegg, Fjernstyring og (3) Elkraft/kontaktledning.

18 17 Gjennomsnittlig tid pr. forsinkelse Gjennomsnittlig tid pr forsinkelse per årsakskode er ganske stabilt for Drammen Eidsvoll. For Trønderbanen virker gjennomsnittlig tid pr forsinkelse å være nedadgående i perioden, særlig frem til og med Gjennomsnittlig tid pr forsinkelse for Bergensbanen svinger relativt mye år for år, med unntak av (1) Bane og (2) Sikringsanlegg, Signalanlegg og Fjernstyring. Dette kan skyldes flere ting, men dataene indikerer at utbedring av større feil i snitt tar lengre tid på Bergensbanen, sammenlignet med de andre to strekningene. Det vises til Vedlegg A for en detaljert gjennomgang av statistikk (grafer, med mer). Interessante funn i statistikken er kommentert i tilknytning til grafene Oversikt over forsinkelsestimer, prognose og trendverdier Figur 1 viser utviklingen av totalt antall registrerte forsinkelsestimer for årene Tallene for 2010 er oppskalert til å være en prognose for hele Her ligger det inne en del tilfeldige variasjoner som JBV ikke har kontroll med (f. eks. spesielle værforhold i de enkelte år). En vil derfor søke å estimere den underliggende trendverdi, uten disse tilfeldige variasjonene. De gitte data synes å indikere en stigende trend, og som illustrasjon er inntegnet en rett linje som viser denne stigende tendensen. Imidlertid var det en positiv utvikling (nedgang) i 2009, og videre vet vi at det har vært spesielle problemer knyttet til vinteren Figur SUM forsinkelsestimer med prognose for 2010, og inntegnet tendens For å komme fram til et best mulig estimat for trendverdien for 2010, har en derfor også utarbeidet kvartalsvise tall for totalt antall forsinkelsestimer, se Figur 2 under. Spesielt vil data for 2. og 3. kvartal indikere at det ikke er noen voksende trend fra 2007 til 2010; derimot et ganske konstant nivå. Videre innebar etterjulsvinteren i 2010 spesielle utfordringer, og dette ga seg særlig utslag på forsinkelsestimene for Stor-Oslo, som ble bortimot 1900 timer i 1. kvartal. Figur 2 viser tydelig hvordan dette slo ut for 1. kvartal totalt sett for hele landet. De tilsvarende tallene for 1. kvartal i årene viser noenlunde samme nivå som resten av året. Ser en på 3. kvartal

19 så viser tallene en tydelig nedgang fra tidligere år. Dette kan være en indikasjon på at tiltak begynner å virke. 4500: : : : : : : :00 500:00 00:00 1kv 2kv 3kv 4kv Figur 2 Kvartalsvise tall for forsinkelsestimer i Ut fra denne figuren har en valgt å gi estimat for trendverdier pr kvartal i 2010 basert på snittverdier pr. kvartal over årene for 1. til 3. kvartal, og for for 4. kvartal. For Kvartal 1 får en nær timer; (her ligger altså den observerte verdien for 2010 godt over snittverdien, pga en ekstrem vinter) og for øvrige kvartal rundt timer. Ut fra dette blir estimert trendverdi for 2010 totalt forsinkelsestimer. Dette estimatet er basert på en antakelse om at den stigende trenden har stoppet opp, og at trendverdien de siste år har vært konstant. Usikkerheten i dette estimatet er betydelig (i størrelsesorden 500 timer). Når data for 4. kvartal 2010 og 1. kvartal 2011 foreligger vil en få et langt bedre underlag til å avgjøre om den tilsynelatende positive utviklingen i 3. kvartal 2010 er stabil, og om den virkelig indikerer starten på en nedadgående trendutvikling. Ut fra disse dataene vil en altså for 2010 benytte en estimert trendverdi på forsinkelsestimer. Dette tallet må ikke forveksles med prognosen for det resultatet som kommer til å bli observert i 2010, (som er lik timer og primært sier noe om forholdene akkurat i året 2010). Et annet moment av betydning for trendverdien er den betydelige andel av forsinkelsestimene de senere år som skyldes planlagte arbeider. En del av forsinkelsene er her knyttet til stenging av baner, og at alternativ transport har skjedd med buss. Et søk i TIOS data for Drammen Eidsvoll viste at ca 10 % av forsinkelsestimene knyttet til planlagt arbeid var kommentert å ha årsak i busskjøring eller venting på buss (snitt for perioden ). Andelen som skyldes busskjøring var sannsynligvis større enn dette. I foreliggende planer fra Jernbaneverket anses imidlertid behovet for stenging av baner i Oslo-området å være mindre i årene fremover, særlig når en nærmer seg I Figur 3 er det derfor utarbeidet tilsvarende data som i Figur 2, når en ikke inkluderer kode 5, Planlagt arbeid. En del tendenser, bl.a. den nedadgående trenden for 2. og 3. kvartal i 2010 blir da mer markert sammenlignet med Figur 2.

20 : : : : : : : :00 500:00 00:00 1kv 2kv 3kv 4kv Figur 3 Kvartalsvise forsinkelsestimer i ; uten Planlagt arbeid. På dette grunnlaget kan det forventes en mer nedadgående trend i totalt antall forsinkelsestimer fom hvis forsinkelser pga av planlagt arbeid reduseres i årene fremover, sammenlignet med observert nivå i perioden Tabell 2 viser estimert trendverdi for forsinkelsestimer i 2010 på timer, brutt ned på baneområder og TIOS koder. Data for de tre siste årene benyttes for å glatte ut de årlige tilfeldige variasjonene, som kan slå ganske kraftig ut på enkeltbidrag til forsinkelsestimer. For TIOS kode 4 Tele er kun data fra 2010 benyttet. Prosentfordelingen er altså basert på data fra årene , som så er skalert til å gi en trendverdi på ca forsinkelsestimer. Tabell 2 Estimerte trendverdier for forsinkelsestimer pr 2010; (nedbrytingen er basert på data for ) Sikringsanlegg Elkraft Planlagte arbeider Materiell sperrer Ytre forhold SUM Baneområde Bane Tele Østfold- og Kongsvingerbanen Stor-Oslo Drammen/Vestfoldbanen Rauma/Dovre/Gjøvikbanen Sørlandsbanen Bergensbanen Røros- og Solørbanen Dovre- og Trønderbanen Nordlandsbanen Ofotbanen Totalt Bidrag 26 % 32 % 11 % 4 % 18 % 7 % 3 % 100 %

21 Banedata Banedata er Jernbaneverkets IT-verktøy for styring og administrasjon av vedlikehold av infrastrukturen. Systemet er en overbygning av fire større standardkomponenter. Banedata har vært operativt siden våren I arbeidet som er gjennomført i prosjektet benyttes bare Banedata innsyn (Actuate) Banedata innsyn Banedata innsyn er et system for å hente ut ferdigformaterte og tilpassede rapporter fra Banedata. I arbeidet med å kvalitetssikre Jernbaneverkets tiltak for å redusere antallet forsinkelsestimer som skyldes infrastrukturforhold (evt for å heve oppetiden ) har Banedata innsyn hovedsakelig blitt benyttet til å trekke ut oversikter over korrektivt vedlikehold. Rapportene er sortert på fag, og i prosjektet har følgende blitt benyttet: Lavspenning Signal Skinnebrudd Skinnefeil Solslyng Sporviddefeil Strømforsyning Tele Underbygning Alle KO Andre KO KO feiltype mangler Laskefeil Vindskjevhet Det har blitt gjort uttrekk for strekningene Dombås Steinkjer og Drammen Eidsvoll. Rapportene inneholder informasjon om alle feil som har blitt registrert på objektene i Jernbaneverkets Maximo-database. Registrert i rapportene finner en informasjon som når feilen er oppstått eller oppdaget, når arbeid for utbedring er planlagt eller gjennomført, og opplysninger om hvorvidt feilen har påvirket trafikken. Feilene er i tillegg klassifisert som akutt korrektivt vedlikehold eller utsatt korrektivt vedlikehold. Fra oversikten over feil kan en i tillegg lage oversikter over feilfrekvenser og oversikter over hvor mange feil som er aktive til enhver tid. Informasjonen i rapportene er blitt benyttet til å undersøke sammenhengen mellom infrastrukturfeil og forsinkelser Feilfrekvenser og forsinkelser En mangler i dag gode verktøy for å sammenholde feilene som registreres på infrastrukturen med forsinkelser som oppstår og registreres i TIOS. Mulighetene til å analysere forsinkelsessammenhenger begrenses av fraværet på en forbindelse mellom de to systemene. Rapporter fra Banedata innsyn kan imidlertid gi et utfyllende bilde til oversikten over forsinkelser fra TIOS. Ved feil på infrastrukturen registreres det i Banedata om feilen har ført til driftsforstyrrelse. Selv om systemet åpner for å registrere omfanget av driftsforstyrrelsen benyttes dette i svært liten grad i dag. Konsekvensen for trafikken vil dessuten være avhengig av andre faktorer i tillegg, som hvor feilen har inntruffet og trafikken på stedet. Figur 4 viser grafisk utvikling i antall AKV-feil (akutt korrektivt vedlikehold) på strekningen Dombås Steinkjer (Trønderbanen) og Drammen Eidsvoll. Omfanget av forsinkelser på de to strekningene er svært forskjellig, selv om antallet feil på infrastrukturen er sammenlignbare.

22 21 Antall feil pr. måned Antall AKV-feil på infrastruktur m/driftsforstyrrelse jan-2005 apr-2005 jul-2005 okt-2005 jan-2006 apr-2006 jul-2006 okt-2006 jan-2007 apr-2007 jul-2007 okt-2007 jan-2008 apr-2008 jul-2008 okt-2008 jan-2009 apr-2009 jul-2009 okt-2009 jan-2010 apr-2010 jul-2010 Drammen - Eidsvoll Dombås - Steinkjer Figur 4: Antall AKV-feil på infrastrukturen registrert med driftsforstyrrelse i Banedata mellom januar 2005 og juli 2010 på strekningene Drammen Eidsvoll og Dombås Steinkjer. Ulike typer feil vil ha svært forskjellige konsekvenser for forsinkelser i togtrafikken. Undersøkelser av sammensetningen av feil på infrastrukturen registrert med driftsforstyrrelser i Banedata innenfor hver av de samsvarende TIOS-kodene, kan likevel bidra til en bedre forståelse av forsinkelsene registrert i TIOS. Feil på infrastrukturen kan imidlertid også utgjøre andre typer risiko enn risiko for forsinkelser. I Tabell 3 og Tabell 4 er feil på infrastrukturen registrert i Banedata presentert med tilhørende kode i TIOS. Tabellene viser i tredje kolonne totalen for antall infrastrukturfeil registrert i Banedata. Videre viser tabellene antallet registrerte feil hvor det er gjennomført akutt korrektivt vedlikehold (AKV). Feil hvor det ikke er kritisk å gjennomføre akutt korrektivt vedlikehold betegnes med utsatt korrektivt vedlikehold (UKV) og utgjør differansen mellom summene i de to kolonnene. Femte kolonne i tabellene viser antallet feil registrert i Banedata i perioden hvor det er registrert at feilen har ført til en driftsforstyrrelse. Registreringen sier ikke noe om omfanget av driftsforstyrrelsen. Den siste kolonnen viser antallet feil som er registrert både med driftsforstyrrelse og som akutt korrektivt vedlikehold. I antall feil med driftsforstyrrelse er signalfeil den feilklassen som inntreffer overlegent oftest. Av feilene som fører til driftsforstyrrelse utgjør signalfeil hhv 86 % og 90 % for de to banestrekningene. Totalt er det registrert 1504 feil i perioden innen feilklassen signalfeil for strekningen Drammen - Eidsvoll. De vanligste feilene er feil på isolerte skjøter (247 tilfeller), feil på drivmaskiner (168 tilfeller) og sporvekseldetaljer (140 tilfeller). For Dombås Steinkjer var fordelingen langt jevnere mellom ulike komponentkoder forbundet med feil.

23 22 Tabell 3: Feil på infrastrukturen på strekningen Drammen - Eidsvoll, registrert i Banedata i perioden januar 2005 til juli *Ved ras oppgis om raset har ført til driftsstans og tidsperioden Totalt antall registrerte feil Antall registrerte AKV-feil Antall feil registrert m/driftsfor. Antall registrerte AKV-feil m/driftsfor. Fag Andre KO og blank Skinnebrudd Skinnefeil Solslyng Sporviddefeil Underbygning Laskefeil Vindskjevhet Signal Strømforsyning Svakstrøm Tele Ras* Totalt Tabell 4: Feil på infrastrukturen på strekningen Dombås - Steinkjer, registrert i Banedata i perioden januar 2005 til juli *Ved ras oppgis om raset har ført til driftsstans og tidsperioden TIOSkode TIOSkode Totalt antall registrerte feil Antall registrerte AKV-feil Antall feil registrert m/driftsfor. Antall registrerte AKV-feil m/driftsfor. Fag Andre KO og blank Skinnebrudd Skinnefeil Solslyng Sporviddefeil Underbygning Laskefeil Vindskjevhet Signal Strømforsyning Svakstrøm Tele Ras* Totalt Det er verdt å merke seg at antallet feil registrert på infrastrukturen innen fagene som kan forbindes med TIOS-koden bane (kode 1) utgjør en svært liten andel av feilene som registreres med driftsforstyrrelse i Banedata. For strekningen Dombås Steinkjer utgjør disse feilene 42 % av feilene som registreres, men kun 5 % av disse feilene er registrert med driftsforstyrrelse.

24 Årsaksmodell (dagens situasjon) Analysen av TIOS- og Banedata gir grunnlag for en mer detaljert årsaksmodell. Formålet er for enhver banestrekning å bryte ned årsaker til forsinkelser mest mulig, slik at en får et best mulig grunnlag for å vurdere effekt av tiltak mot forsinkelser. Først gis en noe mer detaljert nedbrytning i direkte årsaker, deretter angis en del bakenforliggende årsaker Videre nedbrytning av Direkte årsaker Nedbryting ifølge TIOS (kodene 1-6 og 92) beskrives som Nivå 1. Dette representerer i stor grad en systemnedbrytning. Men for eksempel for Bane kan det også være en rekke årsaker, f. eks. mangelfullt vinterberedskap, mangelfullt vedlikehold og ytre årsaker som skred og flom. I tillegg til nedbrytningen på Nivå 1 vil en derfor også benytte kommentarfelt i TIOS til å bryte ned årsakene langs en annen dimensjon (Nivå 2). Nivå 2 gir da en årsaksinndeling basert på følgende klassifisering: 2.1 Vedlikehold/fornyelse 2.2 Vinterberedskap 2.3 Andre eksterne forhold 2.4 Annet Under 2.1 Vedlikehold/fornyelse er lagt forsinkelser som er relatert til objekter under Nivå 1 i modellen. I tillegg er bidraget fra saktekjøringer og følgeforsinkelser lagt her. Under 2.2 Vinterberedskap menes forsinkelser som skyldes vinterforhold alene. Her ligger bidrag som er kommentert å ha årsak i: kulde, kaldt, snø og is, vinter, osv. Under 2.3 Eksterne forhold menes andre eksterne forhold som kan påvirke jernbanen og som ikke er vinterrelatert. Her inngår forhold som ras/utglidning, solslyng, glatte skinner pga. løv/kvist, osv. Under 2.4 Annet er bidrag som ikke naturlig faller inn under de tre første kategoriene. Her menes årsaksforhold som ikke passer i de andre kategoriene på Nivå 2. I tillegg er det noen kommenterte feilårsaker som tilsier at det hører inn under andre fag. Et eksempel er feil på kjøreledning som er lagt under 1) Bane eller 2) signal. En slik nedbrytning, der en både benytter Nivå 1 og 2, bør gjennomføres for alle banestrekninger. Som et eksempel er modellen for strekningen Drammen Eidsvoll vist i Tabell 5 under, basert på data fra Først bestemmes altså prosentfordeling i forhold til kodene 1-6 og 92 (kolonne helt til høyre). Deretter foretas fordelingen på Nivå 2, basert på det utvalget av forsinkelser i TIOS som har spesifiserte kommentarer knyttet til seg (ut fra stikkordsøk). Sum forsinkelsestimer på Nivå 1 (f. eks. for bane) vektes i forhold til den andelen som har kommentarer som kan relateres til vedlikehold/fornyelse, vinterforhold eller andre eksterne forhold. Merk: Prosentandelen knyttet til Nivå 2, og objekt under Nivå 1 i Tabell 5 er basert på søk i kommentarfelt i TIOS. Tallene her representerer nødvendigvis ikke den reelle fordelingen av årsaker. Forsinkelser som skyldes vinterforhold kan f. eks. være rapportert i TIOS uten at det er spesifikt kommentert som vinterrelatert. Merk forskjellen på årsak 92 på Nivå 1 og årsak 2.3 over, (som begge angår eksterne forhold). Den første representerer ekstremhendelser (ulykker, større skred, osv, som en ikke kan forvente at

25 24 banen er designet for), mens årsak 2.3 er normale eksterne forhold, som en skal ha kontroll over med normalt vedlikehold/beredskap. Flere detaljer er gitt i Vedlegg A Tabell 5: Modell for ytterligere årsaksnedbrytning (Eksempel på data basert på kommentarfelt og TIOS-klassifisering fra Drammen-Eidsvoll) Nivå 2 Nivå Vedlikehold 2.2 Vinterberedskap 2.3 Eksterne 2.4 Annet / fornyelse forhold Sum 1. Bane 11 % 3 % 1 % 0 % 16 % Skinnegang 2 % Sporveksel 4% Underbygning 0 % Saktekjøring 2% Følgeforsinkelse 3 % 2. Signal 40 % 2 % 0% 3 % 44 % Sikringsanlegg 1 % Signalanlegg 27 % Fjernstyring 1 % Saktekjøring 0 % Følgeforsinkelse 12 % 3. Elkraft, KL 9 % 0 % 0 % 0 % 9 % 4. Tele, GSM-R 1 % 0 % 0 % 0 % 1 % 5. Planlagt arbeid 14 % 5 % 0 % 0 % 20 % 6. Sperret spor 5 % 1 % 0 % 1 % 8 % 92. Ytre forhold 1 % 1 % 0 % 0 % 2 % Sum 80 % 13 % 2 % 5 % 100 % Bakenforliggende årsaker I tillegg til nedbrytningen av årsaker beskrevet over, innfører vi et tredje nivå for årsaker til forsinkelse. Dette er faktorer som indirekte påvirker forsinkelsene som skapes, og som har innflytelse på årsakene presentert tidligere. En kan også benevne disse som overordnede forhold eller rammebetingelser. Veiseth (2009) hevdet at det å ha fokus på disse faktorene, er spesielt viktig for å oppnå varige forbedringer. Dette til tross for at det er utfordrende å tallfeste effekten fra dem. Bakenforliggende årsaker som sees på som spesielt viktig i forhold til reduksjon av infrastrukturrelaterte forsinkelser er listet i Tabell 6.

26 25 Tabell 6: Bakenforliggende faktorer (rammebetingelser) for forsinkelse (Nivå 3) 3.1 Personell og kompetanse - Rett type kompetanse på rett plass - Tilstrekkellig kompetanseressurser 3.2 Gjennomføringer av arbeider - Samordning av ruteplanprosess og vedlikeholdsprosess - Planlegging og håndtering av avvikssituasjoner - Prioritering og bruk av saktekjøring 3.3 Ledelsesfokus og engasjement - Organisering og gjennomføring av forbedringsarbeid knyttet til driftsstabilitet - Kontinuerlig ledelsesfokus på reduksjon av forsinkelser - Presisjonskultur 3.4 Økonomi - Totale ressurser en har tilgjengelig (f. eks. FO, vedlikehold, investeringer) - Prioritering av ressurser mht. forsinkelser 3.5 Analyser, verktøy og data - Datakvalitet (f. eks. i TIOS og FriFO) - Systemer og verktøy for analyse av data med tanke på forbedring - Prosesser som omsetter informasjon fra analyser til tiltak som blir gjennomført 2.4 Diskusjon av TIOS og BaneData En detaljert analyse av TIOS data er gjennomført for tre casestrekninger. Strekningene utgjør et representativt utvalg fra det norske jernbanenettet mht driftsforutsetninger og trafikk. Analysen viste at de største bidragene til forsinkelsestimer er for årsakskodene: signal, bane og El-kraft. Samtidig er det et betydelig bidrag fra planlagt arbeid i spor. Analysen viste også at det er summen av relativt små forsinkelser som totalt sett utgjør den største andelen av forsinkelsestimene. Ved å se på kommentar til årsaksklassifiseringen i TIOS fremkommer at mange små forsinkelser er knyttet til saktekjøringer, kø og følgeforsinkelser. Rapporter fra BaneData innsyn gir et utfyllende bilde av årsaker til forsinkelsestimene registrert i TIOS. BaneData åpner for å registrere omfanget av driftsforstyrrelser av infrastrukturfeil, men dette benyttes i svært liten grad i dag. Rapporter fra BaneData kan imidlertid gi oversikt over feilfrekvens og hvor mange feil som er aktive til enhver tid. Med dagens løsning kan da informasjon fra BaneData benyttes indirekte til å undersøke sammenhengen mellom infrastrukturfeil og forsinkelser i TIOS. Analysen av TIOS- og BaneData gir et grunnlag for å etablere en mer detaljert årsaksmodell. Formålet med denne vil da kunne være å bryte ned årsakene til forsinkelser, og fordele andel av forsinkelsestimene for en strekning i henhold til denne modellen. Dette kan på sikt gi et bedre grunnlag for å vurdere effekt av tiltak mot forsinkelser. Etablering av en årsaksmodell basert på TIOS data forutsetter imidlertid datakalibrering mht. mulige feil i årsaksklassifiseringen av forsinkelser i TIOS. Det er ikke gjort forsøk på en slik kalibrering i dette prosjektet. Det er imidlertid trukket frem noen eksempler i statistikkgjennomgangen i Vedlegg A som kan belyse denne type usikkerhet. Det tydeligste eksemplet er kanskje den betydelige andel av forsinkelsestimene som er kommentert til å skyldes problemer med sporveksel. En stor del av

27 26 disse forsinkelsene er klassifisert med årsakskode (2) i TIOS, nærmere bestemt feil på enten sikringsanlegg/atc, signalanlegg eller fjernstyring. Rent intuitivt skulle en tro problem med veksel var mye banerelaterte feil, og at det i større grad burde vært klassifisert med årsakskode (1) Bane. Det er imidlertid nødvendig med mer detaljerte analyser av de enkelte hendelsene utover det som kan gjøres i TIOS for å finne ut av dette. Slike årsaksanalyser vil kreve mer detaljkunnskap om de enkelte tilfellene, kunnskap som ikke nødvendigvis ligger i databasene (f. eks. i TIOS el. BaneData), men i mange tilfeller for eksempel hos oppsynsmenn og fagarbeidere. Slike dybdeanalyser vil derfor falle utenfor dette prosjektet. Analyser av forsinkelsestimer i TIOS basert på årsakskoding og bruk av kommentarfeltet er også forbundet med noe usikkerhet. Dette skyldes i stor grad at det ikke er konsistens mellom de ulike baneområdene mht. bruk av kommentarfelt. Konsekvensen av dette er at noen enkeltstikkord kan gi treff i samme kommentarfelt i TIOS. Resultatet er at bidraget til forsinkelsestimer da blir telt opp to eller flere ganger. Et eksempel er kommentaren følgeforsinkelse pga saktekjøring og snø i veksel, hvor da både følgeforsinkelse, saktekjøring og snø, veksel er brukt som egne stikkord. Det antas at feilbidraget blir marginalt i den store sammenhengen, og at valgt fremgangsmåte er godt nok for denne analysens formål. En grundigere analyse vil kunne kreve at en går inn på enkelthendelser, eller et utvalg av hendelser. En annen tilnærming er også å sjekke korrelasjon mellom kommentarfelt (stikkord) i TIOS og registreringer av feilårsak på objekt i BaneData. Et annet eksempel på mulig feiltolking av TIOS data er følgende: Glatte skinner brukes en del som årsaksforklaring under bane, men det fremgår ikke om dette er vinterrelatert eller ei. Intuitivt er glatte skinner forbundet med løvfall seinhøstes. En kan da lure på hva som ligger til grunn for glatte skinner når det også er kommentert som årsak midt på vinteren (januar/februar). En kan til en hvis grad skille ved å se på dato for registreringene, spesielt på Østlandet (vinter/sein høst). På Bergensbanen er nok dette noe mer usikkert, da snø og is kan forekomme på fjellet, samtidig som løvfall er et problem på høsten. En god og effektiv årsaksklassifisering er et godt grunnlag for å vurdere effekt av tiltak. I samsvar med modellen som foran ble innført for årsaksnedbrytning, foreslår en at JBV vurderer å innføre to dimensjoner (nivåer) i TIOS- klassifiseringen. Videre kunne Nivå 1 rendyrkes som en systemnedbrytning. Videre henvises til diskusjon i Kapittel 5.5