Model bewijst: lokale treinvertraging kan leiden tot landelijk infarct

Sneeuwbaleffect bij storingen in complexe netwerken

Wetenschappers van de Universiteit Utrecht hebben een model ontwikkeld om de mogelijk grote gevolgen van kleine storingen in een complex transportnetwerk te voorspellen. Zoals in de dienstregeling van een spoornet, waarbij de oorzaak van een landelijk infarct kan liggen bij een in eerste instantie lokaal probleem. “De interactie tussen personeel en treinen maakt het systeem kwetsbaar.” Het artikel is gepubliceerd in het toonaangevende wetenschappelijke tijdschrift PLOS ONE.

Statistieken bijhouden

Wie – wellicht in jaren zonder pandemie – regelmatig over grotere afstanden met de trein reist, weet het: heeft je eerste trein vertraging, dan kun je zomaar je aansluiting missen. De bijsturingsorganisaties van NS en ProRail proberen verstoringen in te dammen en zo snel mogelijk weer volgens plan te rijden. Maar soms hebben verschillende lokale verstoringen toch invloed op het landelijk verkeer doordat ook treinpersoneel een overstap kan missen en toestellen niet op tijd terug kunnen.

“Intuïtief lijkt dat wellicht logisch”, zegt Mark Dekker, promovendus bij het Centre for Complex Systems Studies aan de Universiteit Utrecht. “Maar om verschillende redenen was het nog nooit gekwantificeerd. Dat heeft te maken met de beschikbaarheid van bruikbare data en de focus van traditionele vertragingsmodellen op regionaal niveau.”

Dekker modelleert de gevolgen van kleine aanpassingen in complexe systemen. Hij analyseerde een aantal grote verstoringsincidenten van de afgelopen jaren in Nederland en de rest van Europa. Voor zijn onderzoek werkt Dekker dan ook nauw samen met de NS en ProRail.

In veel Europese landen zijn spoornetten zulke complexe netwerken dat lokale vertragingen landelijke gevolgen kunnen hebben. Beeld: Mark Dekker en Debabrata Panja

Real life assessment voor bijstuurders

Dekker: “Voor de NS en ProRail zijn aanpassingen aan schema’s aan de orde van de dag. De bijsturingsorganisaties maken aanpassingen aan de dienstschema’s. Dat gaat vrijwel altijd goed: uit het model blijkt dat ze veel vertraging mitigeren door hun werk. Desondanks maakt de interactie tussen personeel, treinen en lijnen het systeem kwetsbaar voor een sneeuwbaleffect.” Het lukt dan niet om medewerkers en treinen altijd op het juiste moment op de juiste plek te hebben en zorgt dat weer voor vertragingen op andere lijnen. Dergelijke grootschalige vertragingen komen enkele keren per jaar voor en leiden tot wat we noemen ‘zwarte dagen’. Systeeminfarcten zijn zeldzamer, in de regel eens in de paar jaar.

Dekker: “Het model kan nu in de eerste plaats voor incidenten in het verleden vaststellen waar het probleem is ontstaan en of er juist is gehandeld. Ook kan het als een soort real life assessment ontdekken welke potentiële problemen de huidige vertragingen kunnen veroorzaken als er niet wordt bijgestuurd. Die inzichten helpen de bijstuurders in hun werk.”

Vertraging op treinlijn 3028 van Nijmegen naar Alkmaar (a) kan leiden tot verstoringen van materieel op de trein terug (b) en van personeel op de trein naar Den Haag (c).

Voorspellende waarde

Daarnaast heeft het model ook een voorspellende waarde. Dekker: “Het model kan van tevoren voorspellen welke invloed een vertraging op een bepaald traject gaat hebben voor andere lijnen, gegeven de huidige situatie.” En dat was ook het doel van de samenwerking met NS en ProRail. “In 2012 was er een reeks stormen en grote verstoringen die landelijk het treinverkeer platlegden. Om daarvoor een oplossing te vinden, is een NWO-project gestart waar vanuit mijn onderzoeksvragen zijn afgeleid. Met ons model kunnen we sneeuwbaleffecten beter begrijpen en voorspellen, en dat helpt om zulke grote incidenten te voorkomen.”

 

Dit artikel is op 1 februari bijgewerkt.

Publicatie

Mark M. Dekker, Debabrata Panja

Cascading dominates large-scale disruptions in transport over complex networks

PLOS ONE, 25 januari 2021, https://doi.org/10.1371/journal.pone.0246077

Beide onderzoekers zijn verbonden aan het departement Informatica en het Centre for Complex Systems Studies van de Universiteit Utrecht.