scholarly journals Study of Concrete Bearing Behavior for 1067 mm Track Width with Variation in Track Quality Index (TQI) Values

2021 ◽  
Vol 5 (1) ◽  
pp. 12
Author(s):  
Wawarisa Alnu Fistcar
Keyword(s):  
Quality Index ◽  
Track Width ◽  
Bearing Behavior ◽  
Track Quality

Penelitian ini di lakukan untuk mengetahui pengaruh ketidakstabilan geometri terhadap ketahanan struktur jalan rel yang difokuskan pada struktur atas jalan rel. Dalam mengkaji nilai penyimpangan geometri lintasan menggunakan perhitungan standar deviasi pada setiap parameter pengukuran, yang selanjutnya diolah menjadi nilai track kualitas indeks (TQI). Data parameter pengukuran di dapatkan dari kereta ukur Galunggung untuk tahun 2018 dan kereta ukur EM-120 untuk tahun 2019. Perbedaan hasil perhitungan nilai kualitas jalan rel (TQI) dengan tahun yang berbeda, dijadikan patokan untuk penentuan lokasi survey manual dengan menggunakan alat ukur matisa dan meter listring. Hasil pengukuran geometri dilapangan dimodelkan dengan program bantu perhitungan kekuatan struktural. Simulasi model dengan melakukan analisis menggunakan Finite Elemen Method (FEM) terhadap beberapa kondisi sesuai dengan kategori penyimpangan geometri (TQI). Hasil penelitian ini didapatkan bahwa, propertis material bantalan, dengan kaut tekan beton (Fc’) 54 MPa dan kuat tarik wire prestressed (Fy) 1400 MPa, tipe rel adalah R.54, serta properti balas sesuai PM.60 tahun 2012. Beban aksial yang bekerja sebesar 16.241 Kg, Dari hasil analisa pada nilai penyimpangan geometri kategori 3 (25<TQI<40), didapatkan spesimen bantalan (B4) mengalami tegangan tekan 15.566 MPa dan tegangan tarik sebesar 5.178 MPa. Analisa kondisi tersebut, material beton tidak dapat menumpu gaya tarik yang dipersyaratkan yaitu, 4.632 MPa (0.32 Fc0.67). Demikian terjadi juga, pada kondisi penyimpangan geometri kategori 4 (TQI > 40).

Assessing and Extending Track Quality Index for Novel Measurement Techniques in Railway Systems

2020 ◽  
Vol 2674 (8) ◽  
pp. 24-36
Author(s):  
Tzu-Hao Yan ◽  
Francesco Corman
Keyword(s):  
Quality Index ◽  
Measurement Techniques ◽  
High Sensitivity ◽  
Single Type ◽  
Railway Systems ◽  
The Status ◽  
Sensitivity Data ◽  
Maintenance Process ◽  
Track Status ◽  
Track Quality

A systematic maintenance process is essential to keeping railway systems safe and reliable. However, performing such maintenance is costly and often results in system disruption. There is a tradeoff between system safety and budgetary constraints; understanding the condition of the track infrastructure is essential to find the balance between needs and costs for decisions about when to perform maintenance. In this study, the track quality index (TQI), which is commonly used to evaluate the status of tracks and to decide maintenance interventions, is reviewed, including 12 TQIs for superstructure and six for substructure. A literature review indicates that TQIs for sleepers and subgrade have not yet been developed. The differences between TQIs are compared using a set of hypothetical raw data. Their capabilities for identifying track irregularities are also investigated based on the EN 13848 regulations. To classify TQI characteristics in a systematic way, this study proposes four concepts: accuracy, sensitivity, data required, and specificity. Accuracy indicates a TQI’s capability of detecting defects; sensitivity indicates how TQIs change according to variations in the defects; specificity relates to the amount of parameters considered, and the ability to pinpoint root causes or global consequences of defects. The results suggest a tradeoff between the four concepts, where high sensitivity can increase the ability to detect the smallest defects but may be affected by bias; more parameters considered may indicate low accuracy when detecting a single type of defect. Therefore, this study suggests railway regulators use multiple TQIs with complementary characteristics for classifying track status.

scholarly journals Analysis Effect Of Thick Ballast On Track Quality Index (TQI) Value Route Wonokromo – Mojokerto

2021 ◽  
Vol 23 (1) ◽  
pp. 30-36
Author(s):  
Untung Subarkah ◽  
Hera Widyastuti ◽  
Catur Arif Prastyanto
Keyword(s):  
Regression Analysis ◽  
Linear Regression ◽  
Quality Index ◽  
Geometrical Structure ◽  
Linear Regression Analysis ◽  
Simple Linear Regression ◽  
Simple Linear Regression Analysis ◽  
Track Quality

In Operational  Area  8 Surabaya there are several railway lines, one of which is the Wonokromo - Mojokerto line. This lane has a fairly heavy train traffic frequency including the connecting lane south. This will affect the quality of roads on the Wonokromo - Mojokerto line. To assess damage to a railroad seen from several aspects in the structure of the railroad. These aspects are the structure of the railroad, the structure of the railroad and the geometrical structure of the railroad. In Indonesian railways, the railroad uses railroad geometry consisting of several parameters (track gauge, cant, longitudinal level, and lateral level.) as a basis for assessing railroad quality. In this study will analyze the structure of the railroad under the thickness of the ballast to the Track Quality Index (TQI). In this study using a simple linear regression analysis to determine the variation of the thickness of the ballast to TQI. From the results of the analysis conducted, obtained thickness changes that occur in ballast that affect the value of the Track Quality Index (TQI). Where the greater ballast, the greater the value of TQI.

scholarly journals GELEŽINKELIO KELIO GEOMETRINIŲ PARAMETRŲ DINAMIKOS TYRIMAS TAIKANT KELIO KOKYBĖS INDEKSĄ / RAILWAYS GEOMETRICAL PARAMETERS DYNAMICS INVESTIGATION BY TRACK QUALITY INDEX

2018 ◽  
Vol 10 (0) ◽  
pp. 1-7
Author(s):  
Vytautas Motiejus Bubnelis ◽  
Benas Slepakovas ◽  
Laura Černiauskaitė ◽  
Henrikas Sivilevičius
Keyword(s):  
Quality Index ◽  
Rail Transport ◽  
Geometric Parameters ◽  
Railway Track ◽  
Geometrical Parameters ◽  
Track Geometry ◽  
Track Condition ◽  
Over Time ◽  
Track Quality

Rail transport, in competition with other modes of transport, has to improve the quality of passenger and freight transport. In order to carry passengers and goods quickly, efficiently and safely, it is necessary take maintenance railways so that their geometric parameters do not exceed the tolerances. About real railway track condition, the data is obtained by track geometry recording car, measuring seven geometric parameters dispersion. This paper presents the methodology for determining and estimating the geometric parameters of the track geometry, which shows that the track quality index (TQI) is the sum of the variance of seven geometric parameters. Experimental research on the two-track A (8km) and B (11km) a three-year period (2015-2017) for all 12-month KKI, establish their quality dynamics (change over time). These data indicate that the quality of the analyzed sections A and B was good, but due to the increasing mass (in megatons) of transported loads, there is a tendency to deteriorate. Santrauka Geležinkelių transportas, konkuruodamas su kitomis transporto rūšimis, privalo gerinti keleivių ir krovinių vežimų kokybę. Norint greitai, efektyviai ir saugiai vežti keleivius ir krovinius, būtina taip prižiūrėti geležinkelių kelius, kad jų geometrinių parametrų nuokrypiai neviršytų leidžiamųjų nuokrypių. Apie tikrąją geležinkelių kelio būklę duomenys gaunami kelmačiu išmatavus septynių geometrinių parametrų sklaidą. Šiame darbe pateikta geležinkelio kelio geometrinių parametrų sklaidos nustatymo ir vertinimo metodika, kurioje įrodyta, kad kelio kokybės indeksas (KKI) yra septynių geometrinių parametrų dispersijų suma. Eksperimentiškai ištyrus dviejų geležinkelio kelių A (8 km) ir B (11 km) trijų metų laikotarpiu (nuo 2015 iki 2017 metų) visų 12 mėnesių KKI, nustatyta jų kokybės dinamika (kaita bėgant laikui). Šie duomenys rodo, kad ištyrinėtų A ir B ruožų kelio kokybė buvo gera, bet dėl didėjančios pervežtų krovinių suminės masės (megatonų skaičiaus) turi tendenciją blogėti.

scholarly journals Penggunaan Metode Stepwise pada Pemodelan Perencanaan Track Quality Index (TQI) untuk Kereta Api Semicepat Indonesia

2019 ◽  
Vol 4 (1) ◽  
pp. 114
Author(s):  
Alfisyahrina Hapsery ◽  
Reysha Rizki Amanda Lubis
Keyword(s):  
Ridge Regression ◽  
Quality Index ◽  
Principal Component Regression ◽  
Principal Component ◽  
Track Quality

Dalam analisis regresi, salah satu asumsi yang harus dipenuhi adalah tidak adanya hubungan antar variabel independen. Hubungan yang kuat antar variabel independen disebut dengan multikolinieritas. Berbagai metode dapat menanggulangi kasus multikolinieritas, semua itu bergantung pada tujuan dari penelitian. Beberapa metode tersebut adalah ridge regression, principal component regression, regresi robust dan pemilihan model terbaik. Pada penelitian ini, metode pemilihan model terbaik dipilih untuk digunakan karena bertujuan untuk menentukan variabel independen yang signifikan dengan mempertimbangkan korelasi parsial pada data track quality index (TQI) kereta api Indonesia. Untuk mengukur besarnya TQI diperlukan empat indikator yang kemudian menjadi variabel dalam penelitian ini, yaitu lebar jalur, angkatan, listringan dan pertinggian. Hasil analisis menunjukkan variabel pertinggian, angkatan dan listringan berpengaruh besarnya nilai TQI dengan variasi data yang dapat dijelaskan model sebesar 99,7%.

scholarly journals Prediksi Nilai Track Quality Index (TQI) Berdasarkan Data Frekuensi dan Beban Lalu Lintas untuk Lebar Sepur 1067

2021 ◽  
Vol 22 (2) ◽  
pp. 131-142
Author(s):  
Arisma Havino Wantana ◽  
Hera Widyastuti ◽  
Catur Arif Prastyanto
Keyword(s):  
Regression Analysis ◽  
Quality Index ◽  
Traffic Load ◽  
Statistical Regression ◽  
Frequency Data ◽  
Analysis Method ◽  
Value Prediction ◽  
Safety Aspect ◽  
The Government ◽  
Track Quality

ABSTRACTTrack Quality Index (TQI) Value Prediction Based on Frequency Data and Traffic Load for 1067 Track Gauge: Track Quality Index (TQI) is an output from a measurement train. The higher TQI value indicates the higher level of railroad damage. The government has limitations to get the TQI value due to the limited number of measuring trains that are owned. Therefore, an alternative is needed to predict TQI values so that the safety aspect is guaranteed. To predict the TQI value on the width of the rail 1067 mm, a statistical regression analysis method was used. The variables used are TQI Parameters (Y) value, traffic frequency (X1) and traffic load (X2). Based on analysis, the form of the equations to predict the value of TQI parameters are YPert = 1,00.10-5 X1 + 1,47.10-7 X2 + 3,58; YAng = 2.08.10-5 X1 + 1.62.10-7 X2 + 3.77; YListr = 1,07.10-5 X1 + 1,60.10-7 X2 + 1,75; YLbspr = 1.76.10-5 X1 + 1.36.10-7 X2 + 0.32. The magnitude of the frequency and traffic load values in the TQI value categories are 10,230 train/yr and 11,524,169 tons/yr in categories 1, 17,050 train/yr and 19,206,948 tons/yr in category 2, 27,280 train /yr and 30,731,117 tons/yr in category 3 as well as more than 27,280 train/yr and 30,731,117 tons/yr in category 4.Keywords: track quality index; safety; regresion; equations.ABSTRAKTrack Quality Index (TQI) adalah output dari kereta ukur. Semakin tinggi nilai TQI, tingkat kerusakan jalan rel semakin parah. Pemerintah memiliki keterbatasan untuk mendapatkan nilai TQI karena terbatasnya jumlah kereta ukur yang dimiliki. Oleh karena itu, diperlukan alternatif untuk memprediksi nilai TQI sehingga aspek keselamatan terjamin. Untuk memprediksi nilai TQI pada lebar rel 1067 mm, digunakan metode analisis regresi. Variabel yang digunakan adalah nilai Parameter TQI (Y), frekuensi lalu lintas (X1) dan beban lalu lintas (X2). Berdasarkan hasil analisis, bentuk persamaan untuk memprediksi nilai parameter TQI adalah YPert = 1,00.10-5 X1 + 1,47.10-7 X2 + 3,58; YAngkt = 2.08.10-5 X1 + 1.62.10-7 X2 + 3.77; YListr = 1,07.10-5 X1 + 1,60.10-7 X2 + 1,75; YLbspr = 1.76.10-5 X1 + 1.36.10-7 X2 + 0.32. Besarnya frekuensi dan nilai beban lalu lintas dalam kategori nilai TQI adalah 10.230 kereta/tahun dan 11.524.169 ton/tahun pada kategori 1, 17.050 kereta/tahun dan 19.206.948 ton/tahun pada kategori 2, 27.280 kereta/tahun dan 30.731.117 ton/tahun pada kategori 3 serta lebih dari 27.280 kereta/tahun dan 30.731.117 ton/tahun pada kategori 4.Kata Kunci: track quality index; keselamatan; regresi; persamaan

Sign in / Sign up

Export Citation Format

Share Document