ANAKIN – Automatiserad analys & klassificering av förseningsorsaker i järnvägssystemet

ANAKIN – Automatiserad analys & klassificering av förseningsorsaker i järnvägssystemet

Projektstatus

Pågående

Projektledare

Martin

Martin Svensson


martin.svensson@bth.se

Kategori/Område

Industriell ekonomi och management

Sedan 2012 har Trafikverket tillämpat en kvalitetsavgiftsmodell som syftar till att ge ekonomiska incitament för såväl järnvägsföretagen som för Trafikverket att arbeta för en ökad punktlighet i det svenska järnvägssystemet. Nämnd modell baseras på en process för att fastställa grundorsaken till förseningar som uppstår och därmed även identifiera vilken part som är ansvarig för olika förseningarna som uppstår och vilka avgifter som parten ska betala. Uppgiften att identifiera och ange grundorsaken för ett viss tågs (mer)försening sker helt manuellt i dagsläget och görs framför allt i ett operativt skede av trafikledningen. Den initiala orsakkodningen granskas och kompletteras därefter av Trafikverkets kvalitetsutredare. Orsakodningen är en utmanande arbetsuppgift som baseras på multipla, spridda informationskällor och ibland komplexa orsakssamband. Detta projekt syftar till att analysera Trafikverkets manuella process för orsakkodning av förseningar och undersöka om det finns förutsättningar att underlätta dels den initiala orsakskodningen, dels granskningen av denna genom ändamålsenliga stödfunktioner.

Fakta

Längd

2022-2024

Kontaktperson

Martin

Martin Svensson

martin.svensson@bth.se

Om forskningsprojektet

Projektet ”Automatiserad analys & klassificering av förseningsorsaker i järnvägssystemet” (förkortas ANAKIN) är ett forskningsprojekt som genomförs 2022-2024 av forskare vid BTH på uppdrag av Trafikverket. Projektet är en del av KAJT-samarbetet. Kontaktperson för projektet är Docent Martin Svensson.

Systematisk uppföljning av förseningar genomförs kontinuerligt inom tågtrafiksområdet. Det finns flera viktiga skäl till denna uppföljning, bland annat för att underlagen bidrar till
att:

* kunna identifiera förebyggande insatser och prioritera bland dessa.
* kunna redovisa och följa upp järnvägssystems leveranskvalitet över tid.
* kunna härleda ansvarsförhållanden och debitera ansvariga organisationer kostnader som förseningarna ger upphov till i systemet och för dess brukare (så kallade kvalitetsavgifter, vilka infördes av Trafikverket i samband med att tidtabellen för 2012 driftsattes.

Att mäta tågförseningar, i förhållande till tidtabell, är en förhållandevis enkel uppgift som
idag är automatiserad i Sverige. Att identifiera grundorsaken till en viss försening liksom
att härleda hur förseningen eventuellt fortplantar sig i systemet och mellan tåg, är desto
svårare. Uppgiften att identifiera och ange grundorsaken för ett viss tågs (mer)försening
görs idag av Trafikverket i första hand under den operativa driften och då manuellt av
framför allt tågklarerarna, samtidigt som dessa även övervakar och styr trafiken. Behovet
av att utföra orsakskodning ökar av naturliga skäl när trafikstörningar inträffar och bidrar
därför ytterligare till en redan intensiv arbetssituation för personalen i
trafikledningscentralerna. Vidare så finns inte alltid nödvändig information tillgänglig för
att kunna göra en fullständig bedömning av den faktiska grundorsaken i ett operativt
skede. Därför efterföljs den initiala orsakskodningen av en intern granskning inom tre
dagar som ger möjlighet till att komplettera underlaget och justera orsakskod vid behov.
Ytterligare kompletterande information kan sedan tillkomma från järnvägsföretagen och
leda till justering av orsakskoder som påverkar kvalitetsavgifterna. Hela processen
beskrivs i aktuell version av Trafikverkets järnvägsnätsbeskrivning (JNB).

Utmaningarna med orsakskodningen tydliggörs i de lärdomar, den statistik och de
slutsatser som olika utredningar och uppföljningar har resulterat i, se exempelvis
rapporten ”Punktlighet för persontrafik – en uppföljning” från Riksdagen (2020) och (Trafikverket, 2020) eller Trafikverkets senaste kvalitetsmätning.

Under 2022 genomför Riksrevisionen en granskning av statens insatser för att motverka tågförseningar. Projektet ANAKIN fokuserar däremot på just möjligheterna att förbättra själva processen kring orsakskodningen och därmed kvaliteten på det dataunderlag som används för att analysera punktlighet och möjliga orsakssamband.

Projektets huvudsakliga syfte är mer specifikt att analysera huruvida det finns förutsättningar i nuläget eller inom överskådlig framtid för att använda AI-baserade metoder för att stödja någon
del av processen kring Trafikverkets orsakskodning.

Projektet har följande delmål:

* Att bidra med ett nytt och kompletterande perspektiv i beskrivningen och analysen av
nuvarande processer och metoder för orsakkodning samt uppföljning och
kvalitetsmätning av denna.

* Att kunna definiera en modell av de initiala bedömningar som görs i ett operativt
skede, baserat på en härledning av hur den mänskliga, manuella orsakskodningen görs
idag.

* Att göra en bedömning av huruvida det finns förutsättningar i nuläget eller inom
överskådlig framtid för att använda AI-baserade metoder för att stödja någon del av
processen kring orsakskodningen.

Nyheter

Deltagare

Martin Svensson

Martin Svensson
Universitetslektor/docent

Anton Borg

Anton Borg
Universitetslektor/proprefekt

Har du en fråga? Skriv den här, så återkommer vi så snart som möjligt!
×