Analyse der Auslastung der Bahninfrastruktur

Die täglichen Lasttonnen stellen bei der Deutschen Bahn (DB) eine zentrale Kenngröße zur Bestimmung der Gleisauslastung dar. Im Zuge der Privatisierung der DB sowie der damit einhergehenden wirtschaftlicheren Nutzung des Streckennetzes und des Rückbaus wenig frequentierter Abschnitte wurde durch die Umverteilung von Zugverkehren eine effizientere Nutzung der verbleibenden Trassen erreicht, was zu einer signifikanten Erhöhung der Auslastung führte. Daraus lassen sich Rückschlüsse auf die Lasttonnen, das Realgewicht und die Anzahl der Achsüberfahrten an Bauteilen der Eisenbahninfrastruktur ziehen. Die vorliegende Untersuchung basiert auf der Analyse realer Gleisauslastungsdaten. Ziel ist es, verlässliche Lastspielzahlen zu ermitteln und Prognosen über zukünftige Belastungen zu erstellen, um diese mit bestehenden Bemessungsverfahren für Infrastrukturbauteile vergleichen zu können. Die vorliegende Arbeit initiiert mit einer Einführung sowie der Darstellung der Datengrundlage. Aufbauend auf den vorangegangenen Ausführungen werden nachfolgend relevante Einflussfaktoren und Rahmenbedingungen erläutert. Im Rahmen der Analyse werden die erhobenen Daten umfassend ausgewertet. Im Anschluss erfolgt eine Zusammenfassung und Bewertung der wesentlichen Ergebnisse.

Daily load tons are a key metric used by Deutsche Bahn (DB) to determine track utilisation. In the course of DB's privatisation, a more economically driven use of the rail network was implemented, along with the decommissioning of less frequented sections. Concurrently, the redistribution of train services enabled a more efficient use of the remaining routes. This, in turn, led to a significant increase in overall track utilisation. Consequently, these utilisation figures allow the determination of load tons, the actual transported weight, and the number of axle crossings over structural components of the railway infrastructure. The present study is therefore based on the analysis of real data on track utilisation. The objective of the present study is twofold: first, to derive reliable load cycle numbers, and second, to develop forecasts for future loads. These numbers and forecasts can then be compared to existing design methods for infrastructure components. The work commences with an introduction and a presentation of the underlying data in the initial two chapters. The third chapter delineates the pertinent influencing factors and boundary conditions. In the fourth chapter, a comprehensive evaluation of the collected data is presented. The final chapter offers a summary and assessment of the key findings.