Menu

Bahn Lab

Im BahnLab wird in Kooperation des Konrad-Zuse-Zentrum und der DB Fernverkehr AG Software zur Automatisierung der Planungs- und Steuerungsprozesse des Eisenbahnsystems durch Verwendung leistungsfähiger mathematischer Optimierungsverfahren erforscht und entwickelt.

Das deutsche Eisenbahnnetz ist mit rund 33.500 km Schiene und 5.400 Personenbahnhöfen das größte in ganz Europa. Auf diesem Netz müssen täglich ca. 27.000 Zugfahrten im Nah- und Fernverkehr und ca. 5000 Zugfahrten im Güterverkehr mit etwa 5,5 Millionen Reisenden verplant werden. Das System ist damit von hoher gesellschaftlicher, verkehrs- und umweltpolitischer Relevanz. Ausbaumaßnahmen haben einen langen Zeithorizont und Unterhaltung und Betrieb sind kostenintensiv; deshalb ist die optimale Ausnutzung der vorhandenen Kapazitäten die Grundvoraussetzung zur Steigerung der Attraktivität des Bahnverkehrs und zur Erhöhung der Wettbewerbsfähigkeit der Bahnindustrie – nicht nur in Deutschland.
In vielen Bereichen werden die Abläufe noch manuell geplant und gesteuert. Die Anwendung von mathematischen Planungsmethoden ist bisher gering. Dies ist auf die Komplexität des Eisenbahnsystems in Verbindung mit der bisher nicht ausreichenden Leistungsfähigkeit mathematischer Lösungsmethoden zurückzuführen.

Bereits seit April 2009 arbeitet das Konrad-Zuse Institut mit großem Erfolg mit der DB Fernverkehr AG innerhalb eines Forschungsprojekts  zusammen und konnte bemerkenswerte Ergebnisse im Bereich der Umlaufoptimierung im Personenfernverkehr erzielen. In dieser Kooperation wurde das Optimierungstool ROTOR entwickelt, mit dem erstmals die strategische Umlaufplanung für den Fernverkehr in Deutschland automatisiert und optimiert werden kann. Damit ist ein Durchbruch bei der Behandlung eines relevanten Problems mit Signalwirkung für die gesamte Prozesskette erzielt worden. Der effiziente Einsatz des Rollmaterials im Schienenverkehr ist eine der größten und dynamischsten Herausforderungen eines Eisenbahnunternehmens.
Auf dem aktuellen Stand werden Umlaufpläne für Fahrpläne, die als zyklischen Musterwochen bereitliegen, optimiert, wobei die folgenden relevanten und andererseits schwierigen Aspekte berücksichtigt werden:

  • effizienter Fahrzeugeinsatz,
  • Instandhaltung der Fahrzeuge mit Berücksichtigung der Kapazitäten in den Werken,
  • Berücksichtigung von Gleichförmigkeiten im Fahrplan und Übertragung dieser auf den Umlaufplan.

Eine detaillierte Beschreibung zur Umsetzung findet sich beispielsweise in „Integrated Optimization of Rolling Stock Rotations for Intercity Railways“

Des Weiteren gibt das Optimierungstool seit kurzem auch die Möglichkeit zur Anpassung an bestehende Umlaufpläne mit geringen Unterschieden zum neuen Fahrplan, die beispielsweise aus Baustellen und dem Hinzufügen sowie Entfernen von Zugfahrten rühren. Bei dieser Anpassungsoptimierung wird zusätzlich das Ziel einer möglichst geringen Abweichung zum zugrunde liegenden Umlaufplan berücksichtigt („Re-optimization of Rolling Stock
Rotations“
). Auf diese Weise müssen bereits geplante Instandhaltungen sowie Leerfahrten nicht neu geplant und Ressourcen nicht neu beantragt werden. Zudem kann die auf die Umlaufplanung aufbauende Dienstplanung weitestgehend auf den neuen Umlaufplan übertragen werden.

Innerhalb des Forschungscampus MODAL zielen wir auf eine vollständige Unterlegung der Planungs- und Steuerungsprozesse in einem Eisenbahnsystem durch leistungsfähige mathematische Optimierungsverfahren ab. Dafür sind zunächst die folgenden Ziele im Bereich der Umlaufplanung angesetzt, welche sich zudem auf weitere Planungsprozesse ausweiten:

  • Tagesscharfe Umlaufplanung
  • Robuste Umlaufplanung
  • Angebotsorientierte Umlaufplanung

Wir planen eine Bearbeitung der genannten Themen in drei aufeinander aufbauenden Forschungsphasen von 4-5 Jahren. Jedes dieser Projekte umfasst Arbeitspakete zur Spezifikation, Datenerfassung und -analyse, Systemanalyse, Modellierung, algorithmischen Entwicklung, Implementierung, Tests, Systemintegration und der Entwicklung von Strategien zur nachhaltigen Wartung, Weiterentwicklung und zum Ergebnistransfer auf weitere Anwendungsgebiete.

Tagesscharfe Umlaufplanung

Je näher die Modelle für die Optimierung an der Praxis sind, umso wertvoller sind die Lösungen der angewendeten Optimierungsverfahren. Aktuell werden bei der Umlaufoptimierung sogenannte Musterwochen betrachtet. Aufgrund von wenigen Änderungen im Fahrplan zwischen verschiedenen Wochen im Jahr ist diese Art der Optimierung zielführend. In der Praxis müssen jedoch auch die Übergänge zwischen verschiedenen Planungsperioden (z.B. Sommer- zu Winterfahrplan und umgekehrt), Feiertage, Ferien, Baustellen, usw. berücksichtigt werden. Deshalb ist das erste Ziel im BahnLab des Forschungscampus MODAL eine kalendertagsscharfe Planung herzuleiten. Dies ist eine sehr bedeutende und schwierige Aufgabe, die in der Industrie bisher nicht mit Methoden der mathematischen Optimierung gelöst wird.

Der entscheidende Unterschied der kalendertagsscharfen Umlaufplanung zur bereits untersuchten, auf Musterwochen basierenden Umlaufplanung ist der Planungshorizont, welcher sich nun über einen Kalenderzeitraum (z.B. drei Wochen) erstreckt und nicht mehr zyklisch ist.
Zur Vorbereitung des Forschungscampus wurden diesbezüglich bereits die bestehenden Daten so aufbereitet, dass ein Testszenario für einen Übergang zwischen verschiedenen Fahrplanperioden entstand. Das Szenario soll für Testzwecke zunächst so weit wie möglich mit Hilfe der bereits bestehenden Methodik zur Anpassungsoptimierung auf bereits bestehende Umlaufpläne für einen entsprechenden Übergang angepasst werden. Das Optimierungsproblem besteht dabei in der Berechnung zweier nicht-zyklischer Umlaufpläne, die möglichst ähnlich zu den bestehenden Umlaufplänen sind, sodass eine aus taktischer Sicht maximal reibungsfreie Überleitung der Fahrplanperioden gewährleistet werden kann. Diesbezüglich mussten einige Softwareerweiterungen vorgenommen werden, um von einer zyklischen zu einer nicht-zyklischen Planung zu gelangen und die Schnittstelle anzupassen. Im ersten Ansatz wurden dabei nur die grundlegenden Umlauf-Anforderungen berücksichtigt. Erst im nächsten Schritt soll auf weitere Anforderungen, wie Wartungsregeln und Gleichförmigkeit, eingegangen werden.
 

Robuste Umlaufplanung

Ziel der robusten Umlaufplanung ist es, Verspätungen im Betriebsablauf entgegenzuwirken. Während man bei der Umlaufplanung auf direkte Verspätungen im Betriebsablauf keinen Einfluss nehmen kann, kann man jedoch die Folgeverspätungen minimieren. Eine mathematische Optimierung ist zunächst jedoch darauf ausgelegt, durch eher knappe Übergänge zwischen den Zugfahrten, Einspareffekte in Bezug auf die Fahrzeuganzahl zu erzielen, was die Propagierung von Zugfolgeverspätungen allerdings verstärkt. Unter Berücksichtigung des Aspekts der Folgeverspätungen können diese zum Beispiel durch gezielt eingesetzte Puffer-Zeiten verringert werden, dessen Allokation und Dimensionierung optimal bestimmt werden muss.
Erste Erfolge sind im Luftverkehr sichtbar. Bei der Eisenbahn besteht im Unterschied zur Luftfahrt allerdings das zusätzliche Problem, dass sich die Züge sehr stark gegenseitig beeinflussen.

Die bestehenden Software ROTOR wurde bereits in Bezug auf potentielle Robustheit der Umlaufpläne untersucht, indem die sogenannten Wendezeiten gezielt variiert wurden. Wendezeiten geben an, wie lange ein Fahrzeug zwischen zwei Fahrgastfahrten mindestens stehen muss, und stellen eine wichtige und sehr sensible Stellschraube in der Umlaufoptimierung dar. Die Erhöhung einer Wendezeit kann mit einer Pufferzeit zwischen zwei Zugfahrten verglichen werden und damit die Robustheit eines Umlaufplans erhöhen, während bei geringen Wendezeiten Zugverspätungen viel leichter von einem Zug auf einen anderen propagiert werden und somit die Robustheit verringert wird. Im Gegenzug hat die Erhöhung von Wendezeiten jedoch auch direkten Einfluss auf den Fahrzeugbedarf für einen Umlaufplan. Da die Fahrzeuge den wichtigsten
Kostenanteil darstellen, darf die Minimierung der Anzahl der Fahrzeuge keineswegs vernachlässigt werden. Durch eine multikriterielle Optimierung kann ein geeigneter Kompromiss gefunden werden, bei dem die Wendezeiten bei minimaler Fahrzeuganzahl gezielt maximiert werden.
Bisherige Tests haben gezeigt, dass die bestehende Software auch mit erheblichen Variationen in den Wendezeiten umgehen kann und sinnvolle Lösungen produziert. Im nächsten Schritt muss ein stochastisches Modell erstellt werden, das Verspätungen simuliert, um insbesondere ein Maß für die Robustheit eines Umlaufplanes definieren und berechnen zu können.
 

Angebotsorientierte Umlaufplanung

In der angebotsorientierten Umlaufplanung geht es um die Frage der Fahrzeugwahl für die im Fahrplan angebotenen Zugfahrten. Diesbezüglich sollen Nachfrageprognosen aus dem Marketing mit einbezogen werden. Das heißt, es wird mit statischen oder idealerweise mit elastischen Nachfragemodellen gearbeitet. Zudem soll die Umlaufplanung auch im Zusammenhang der Fahrplanung betrachtet werden, welche den direkten Vorgänger der Umlaufplanung im Planungsprozess darstellt. In diesem Bereich ist das Weglassen und Hinzufügen sowie das Einkürzen und Verlängern von Zugfahrten von Interesse.

In der Vorbereitungsphase für den Forschungscampus MODAL wurde die bestehende Software dahingehend getestet und analysiert, ob die Verwendung von alternativen Zugkonfigurationen (z.B. Einfachtraktion, Doppeltraktion, 5-Wagen-Zug, 11-Wagen-Zug, usw.) als Variation der Passagierkapazität für Zugfahrten möglich ist. Des Weiteren wurde getestet, ob das Weglassen und Hinzufügen von Zugfahrten oder Teilen davon möglich ist und die Ergebnisse sinnvoll bleiben. Im Ergebnis können diese Fragestellungen im Wesentlichen mit der bestehenden Umlaufplanungssoftware bearbeitet werden. Weitere wichtige und offene Fragestellungen in der angebotsorientierten Umlaufplanung sind: Gibt es einen Kostenvorteil bei Veränderung von Abfahrts- und Ankunftszeiten? Gibt es einen Kostenvorteil durch Rekombination von ganzen oder Teilen von Zugfahrten?


Weitere Themen im Umfeld der Umlaufplanung, wie zum Beispiel die Disposition, bei der im laufenden Betrieb zusätzlich unvorhergesehene Störungen in Echtzeit zu bewältigen sind, oder die Integration mit vor- oder nachgelagerten Schritten der Fahrplanung oder Personaleinsatzplanung, werden diskutiert und bei gegebenen Erfolgsaussichten in die Forschung des BahnLabs einbezogen.

 

Leitung: Prof. Dr. Ralf Borndörfer

Last modified onMonday, 04 January 2016 13:28
More in this category: Med Lab »
back to top

Login