Resumen

El tranvía se clasifica como un modo de transporte ferroviario ligero. Las vías del tranvía experimentan grandes fuerzas de aceleración y desaceleración de locomotoras y vagones durante su vida útil y también comparten su ruta con otros vehículos. Esto da lugar a mayores tasas de degradación en las vías de tranvía en comparación con la tasa de degradación en las vías de ferrocarril pesado. En esta investigación, la desviación del gálibo se emplea como representante de las irregularidades de la geometría de la vía para la predicción de la degradación de las vías del tranvía. Los conjuntos de datos utilizados en esta investigación proceden del sistema de tranvías de Melbourne. Para el desarrollo del modelo, se utilizaron los datos de aproximadamente 250 km de vías de tranvía. Se han aplicado dos modelos diferentes, uno de regresión y otro de redes neuronales artificiales (RNA), para predecir la desviación del ancho de vía de los tranvías. Según los resultados, las prestaciones de los modelos de regresión son similares a las de los modelos RNA. Los coeficientes de determinación de los modelos desarrollados son superiores a 0,7.

• Materias:Planificación de la producción Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Production planning Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:vías del tranvía, desviación del ancho de vía del tranvía, redes neuronales artificiales, vías de ferrocarril pesado, modo de ferrocarril ligero, irregularidades de la geometría de las vías, degradación de las vías del tranvía, investigación, modelos ann, conjuntos de datos
• Keywords:tram tracks, tram track gauge deviation, artificial neural networks, heavy rail tracks, light rail mode, track geometry irregularities, tram track degradation, research, ann models, data sets