A Novel Approach to Railway Functional and Structural Condition Diagnostics and Maintenance Planning in Regions with Seasonal Variations

Abstract

Kylmissä ilmasto-olosuhteissa ratarakenteet ja pohjamaa altistuvat talvi- ja kevätkausina routavaikutuksille, kuten routanousulle, jäätymis-sulamissyklien aiheuttamille rasituksille ja sulamisen jälkeiselle painumalle. Nämä ilmiöt lisäävät kunnossapito- ja korjaustarvetta sekä kustannuksia ja vakavimmillaan häiritsevät sekä tavara- että matkustajaliikennettä, aiheuttaen viivästyksiä ja operatiivisia ongelmia. Ratarakenteiden pitkäaikainen heikkeneminen puolestaan vaikeuttaa kunnossapidon suunnittelua ja resurssien tarkoituksenmukaista kohdentamista. Riskien hallinta edellyttääkin tarkkaa ja ajantasaista tietoa rataverkon toiminnallisesta ja rakenteellisesta kunnosta sekä havaittujen vaurioiden juurisyistä.

Aiemmat lähestymistavat routaan liittyvien ongelmien laaja-alaisessa kartoittamisessa ovat perustuneet pääasiassa raidegeometria-aineistojen vuodenaikaisvertailuun ilman yhteyttä pohjarakenteen tai ympäristöolosuhteiden tietoihin. Tässä väitöskirjassa esitetään integroitu, mittaustietoon perustuva menetelmä rautateiden kunnossapidon ja korjaussuunnittelun tueksi. Tutkimuksessa keskitytään erityisesti raidegeometriamittausten ja maatutkan yhdistettyyn käyttöön pääasiallisina diagnostiikkatyökaluina. Kehitetty menetelmä integroi radan toiminnallista ja rakenteellista tietoa sekä ympäristötekijöitä, mahdollistaen ongelma-alueiden tarkan paikantamisen, luokittelun ja kunnossapitotoimien priorisoinnin niiden vakavuuden ja toistuvuuden perusteella.

Menetelmä liittyy läheisesti Väyläviraston routa- ja pehmeikköohjelmaan (ROPE), joka keskittyy kausiluonteisiin radan ongelmiin sekä pehmeikköalueiden korjaussuunnitteluun. Osana tätä tutkimusta kehitettiin puoliautomaattinen diagnostiikkamenetelmä, joka tunnistaa ja luokittelee erityisesti korkeuspoikkeamiin liittyviä ongelmakohteita, analysoi niiden, ja ehdottaa syyperusteisia kunnossapito-tai korjaustoimenpiteitä. Näihin toimenpiteisiin kuuluvat muun muassa radan tukeminen, tukikerroksen uusiminen, routaeristeiden asentaminen, alusrakenteenvaihto sekä kuivatusparannukset.

Edistyneiden analyysimenetelmien ja syyperusteisen kunnossapidon ja korjaussuunnittelun mallien avulla tämä tutkimus edistää rautateiden kunnossapidon optimointia. Tulokset tukevat tietoon perustuvaa päätöksentekoa, parantavat rakenteiden toiminnallisuutta, vähentävät liikenteen häiriöitä ja optimoivat kunnossapidon elinkaarikustannuksia. Lisäksi kehitetyt ratkaisut tarjoavat skaalautuvan analyysiratkaisun, jota voidaan hyödyntää myös kansainvälisesti muissa samanlaisia ilmastohaasteita kokevissa rataverkoissa.

In cold climate conditions, railway track structures and subsoil are exposed to seasonal frost action, including frost heave, freeze–thaw cycles, and thaw settlement. These phenomena increase maintenance and repair needs, raise costs, and, in the worst cases, disrupt both freight and passenger traffic, causing delays and operational challenges. The long-term deterioration of track structures further complicates maintenance planning and the efficient allocation of resources. Effective risk management, therefore, requires accurate and up-to-date information on the functional and structural condition of the railway network, as well as on the root causes of observed defects.

Previous approaches to the comprehensive identification of frost-related problems have primarily relied on seasonal comparisons of track geometry data, without incorporating information on the substructure or environmental conditions. This dissertation presents an integrated, data-driven method to support railway maintenance and repair planning. The study employs track geometry measurements and ground penetrating radar (GPR) as primary diagnostic tools. The developed method merges functional and structural track data with environmental factors, enabling precise localization, classification, and prioritization of problematic areas based on their severity and recurrence. The developed method integrates functional and structural track data with environmental factors to enable precise localization, classification, and prioritization of problematic areas by severity and recurrence.

The method closely aligns with the Finnish Transport Infrastructure Agency's frost and soft subsoil improvement program (ROPE), which targets seasonally recurring track issues and the planning of improvements for soft-soil areas. As part of this research, a semi-automatic diagnostic method was developed. This approach identifies and classifies track geometry anomalies, particularly those related to vertical deviations, analyzes their root causes, and recommends cause-based maintenance or repair actions. These include tamping, ballast renewal, installation of frost-insulation boards, substructure replacement, and drainage improvements.

Through advanced analytical methods and models for cause-based maintenance and rehabilitation planning, this dissertation contributes to the optimisation of railway maintenance. The results support data-driven decision-making, improve structural functionality, reduce traffic disruptions, and optimise the lifecycle costs of maintenance. Furthermore, the developed solutions provide a scalable analytical framework that can also be applied internationally to other railway networks experiencing similar climatic challenges.