Inzet big data beperkt vertragingen door gladde sporen

De NS laat machinisten van treinen in de herfst vaak voorzichtig rijden omdat gladde sporen door bijvoorbeeld vallende bladeren kunnen leiden tot een rood-sein-passage. Overwegen blijven daardoor langer dicht en dat alles leidt vaak tot flinke vertragingen voor lokaal en doorgaand verkeer. Met de inzet van big data kunnen risico’s worden beperkt en vertragingen op en rond het spoor worden voorkomen.

Arcadis heeft ontdekt dat data-analyse inzicht kan geven in plekken met een hoog risico op gladheid. Aspecten die daarbij een rol spelen zijn onder meer weer, vegetatie, richting van het spoor, aanzet- of remlocatie, treintype, etc. Analyse van al deze data levert realtime inzicht in risicolocaties en vormt de basis voor actuele meldingen voor de machinisten, waardoor zij gerichter hun rijgedrag aan kunnen passen. Dit leidt tot fors minder vertragingen en minder gladspoormeldingen zelf.

Deze innovatie van Maarten Zanen heeft de eerste prijs gewonnen op het Rail Invent. De jury bestond onder meer uit de managers Duurzaamheid van NS en ProRail. Maarten Zanen legt uit hoe zijn ontdekking werkt en hoe de innovatie verder ontwikkeld wordt:

Vragen over deze innovatie:
Maarten Zanen, senior adviseur
+31 6 2706 0199, maarten.zanen@arcadis.com