Abstract: Tågtrafiken i Sverige har en för låg punktlighet. Branschen har satt målet att 95 % av alla tåg ska vara punktliga vid 2020, en nivå som endast ibland uppnås för persontåg på korta distanser och är mycket avlägsen för tåg på långa distanser. Små förseningar är en stor del av problemet. Inom persontrafiken fördelas förseningstimmarna ungefär så att en knapp tredjedel av dem orsakas av förseningar på upp till fem minuter, en tredjedel mellan sex och femton minuter, och en dryg tredjedel av förseningar större än femton minuter. På järnvägen finns det nu många fler aktörer än det gjort tidigare, antalet av både företag som kör tåg och som underhåller infrastrukturen har ökat drastiskt de senare åren. För att kommunikation och samordning mellan aktörer ska kunna ske mellan dessa behövs tydlig och opartisk information. Trafiksimulering blir allt vanligare. Mycket av forskningen och utvecklingen kring tågplanering i Sverige handlar numera om simulering och optimering av tågplaner och trafik. Med ett ökat fokus på detta blir det viktigare vilka förutsättningar som stoppas in i modellerna, så att simuleringarna blir förankrade i verkligheten. Det finns därför ett behov av mer kunskap om var, när och hur förseningar uppstår, och vilka antaganden som är rimliga att göra kring detta. Syfte: Syftet med projektet är att beskriva och kvantifiera de mindre störningarna i persontågstrafiken. Mål: Målet med projektet är att ta fram ny och väsentligen utökad kunskap om de störningar som orsakar förseningar för tågen. Kunskap som kan användas praktiskt för att konkret förbättra och underlätta konstruktion av robusta, realistiska och kvalitativa tidtabeller, en konsekvent och välinformerad trafikledning, och simulering av trafiken för olika ändamål. Angreppssätt: Vi tar ett empiriskt angreppssätt på förseningsproblematiken genom att studera tidsdata (LUPP) över alla tågrörelser på ett antal banor under en längre tid, samt att relatera dessa till andra datakällor som BIS, TrainPlan, SMHI och andra. Metoder: arbetet hämtar metoder från flera fält, inkluderat statistik, logistik- och produktionstyrning, kvalitetsstyrning, transportekonomi, järnvägsteknik och liknande. Vi tar fram och kopplar ihop stora datamängder, som sedan analyseras och sammanfattas. Förväntad nytta: På lite sikt bidrar projektet till att minska de förseningar i tågtrafiken som årligen kostar samhället miljardbelopp. Vi möjliggör och visar på ett flertal steg 1 och 2 åtgärder som ökar kapacitet och punktlighet utan krav på stora investeringar.Abstract: Purpose: The purpose of the project is to describe and quantify the smaller disturbances in passenger rail traffic.
Aim: The aim of the project is to significantly increase the knowledge about disturbances which cause train delays. Knowledge that can be used in practice to improve and simplify the construction of robust, realistic and qualitative timetables, to inform traffic controllers, and to aid in the simulation of railway traffic for various purposes. Approach: We take an empirical approach on the issue of delays, by studying time data (LUPP) from all train movements on a number of railway lines during a longer time period, and relating these to other data sources such as BIS (infrastructure data), TrainPlan (timetable data), SMHI (weather data) and others. Methods: we utilize methods from several fields, including statistics, logistics and production control, quality management, transport economics, railway technology, and so on. We find and connect large volumes of data, which is then analyzed and summarized. Expected utility: Over time the project contributes to reducing delays in railway traffic, which annually cost the society billions. We enable and present a number of stage 1 and 2 measures that improve capacity and punctuality, without requiring large investments.