Trafikverket satsar 150 miljoner under tio år på banbrytande järnvägsforskning vid Luleå tekniska universitet. Det är Järnvägstekniskt centrum vid Luleå tekniska universitet, JVTC, som får förtroendet i Sverige att satsa på excellensforskning inom järnväg med fokus på drift och underhåll av infrastruktur och järnvägsbroar. Det ska ge Sverige järnvägar med ökad driftsäkerhet och livslängd, högre kapacitet och säkerhet – och punktligare tåg.
– Trafikverkets satsning är ett kvitto på att Luleå tekniska universitet är i framkant med sin nyttiggörande forskning inom järnvägsunderhåll i Sverige. För Sveriges kunskaps- och innovationsbehov inom järnvägen betyder den här satsningen mycket. Resultaten av satsningen kommer att märkas framför allt genom en minskning av driftstörningar, oplanerade stopp och urspårningar, och att vi får punktligare tåg, säger Uday Kumar, professor i drift och underhåll vid Luleå tekniska universitet och föreståndare för JVTC.
Satsningen sker inom ramen för Trafikverkets långsiktiga forskningsfinansiering, som är uppdelad i ett antal excellensområden, där området för drift- och underhåll leds av Luleå tekniska universitet och Järnvägstekniskt center (JVTC). Den handlar även om utveckling i form av kunskapsuppbyggnad, utbildning, anställning av fler doktorander samt nya projekt inom drift- och underhåll av järnväg. Luleå tekniska universitet planerar även att starta en civilingenjörsutbildning med fokus på hållbara transporter och mobilitet.
– Vi är väldigt stolta över att JVTC har fått i uppdrag att ansvara för excellensbyggande forskning inom området för drift och underhåll av järnväg i Sverige. Vårt fokus på tillämpad och behovsbaserad forskning som bedrivs vid Luleå tekniska universitet i nära samverkan med järnvägsbranschen har gett resultat, säger Birgitta Bergvall-Kåreborn, rektor vid Luleå tekniska universitet.
Forskningen inom drift- och underhållsteknik vid Luleå tekniska universitet har fokus på att öka kapaciteten och förbättra driftsäkerheten av våra järnvägssystem. Det görs via effektivisering av drift- och underhållsprocesserna genom underhållsstrategier med förutbestämt, tillståndsbaserat, prediktivt och avhjälpande underhåll, samt data-drivet beslutsstöd med hjälp av industriell Artificiell intelligens, där tågen själva känner av sitt underhållsbehov.
