The diagnostics of track superstructure, which involves geometric measurements, direct observation and railroad surveillance, provides the basis for making decisions regarding the commencement of repair works. Planning repairs and increasing the probability of making the right decision at the right time also requires knowledge of the basic performance specifications of a given railway line, especially the maximum train speed and the permissible traffic volume. The article discusses a way to plan the repairs of track superstructure using artificial neural networks. It features a description of the process of designing, building and training a neural network, based on which a way to predict the degree of urgency of repairs has been discussed. The conclusions point towards the potential advantages of neurocomputers in the process of track superstructure maintenance.
Diagnostyka nawierzchni kolejowej obejmująca pomiary geometryczne, obserwacje bezpośrednie lub obrazy wizyjne stanowi podstawę do podejmowania decyzji o przystępowaniu do napraw. Planowanie napraw i zwiększenie prawdopodobieństwa trafności podjętej decyzji o właściwym czasie wykonania wymaga też znajomości podstawowych charakterystyk eksploatacyjnych określonej linii kolejowej, głównie zaś maksymalnej prędkości pociągów oraz natężenia przewozów. W artykule przedstawiono możliwość planowania napraw nawierzchni kolejowej przy zastosowaniu sztucznych sieci neuronowych. Scharakteryzowano proces projektowania, budowy i uczenia sieci neuronowej, na podstawie którego przedstawiono możliwość predykcji stopnia pilności naprawy. W podsumowaniu przedstawiono możliwości wykorzystania neurokomputerów w procesie utrzymania nawierzchni kolejowej.