The current work presents a statistical analysis based on data collected during approximately 1.5 years of regular operation by two vehicles equipped with an on-board noise monitoring system on the Stockholm metro. Data covers 379,776 passages through 143 curves with radii up to 1000 m. Binary logistic regression is used to investigate the importance of curve radius, vehicle speed, relative humidity, air temperature, rail grinding and vehicle individual on curve squeal. Curve squeal occurrence shows an inverse proportionality with respect to curve radius. This trend is particularly pronounced for curve radii below 600 m. The two vehicles accounted for in the study show differences in propensity to generate squeal. The influence of temperature and relative humidity, and their interaction, on curve squeal is described by an estimated response surface. Results show the occurrence of curve squeal to increase after rail grinding. No strong relationship between curve squeal occurrence and vehicle speed is identified.

Ett stort antal personer skadas varje år i vägtrafikolyckor. I Sverige finns den nationella databasen Strada dit olyckor och skadade rapporteras in av såväl polisen som av sjukvården. Denna källa ger en ganska bra bild över de vägtrafikolyckor som sker och dess konsekvenser, men på grund av bortfall är det svårt att uppskatta hur många som skadas totalt. 

I det här PM:et beskrivs en metod för bortfallsuppräkning som kan användas för att skatta det totala antalet skadade i vägtrafikolyckor. Metoden bygger på tidigare arbeten utförda vid Transportstyrelsen. Grunden för metoden är att använda både polis- och sjukvårdsrapporterade personskador och utifrån dessa även skatta hur många som inte är rapporterade från någon av dessa källor. 

I praktiken görs bortfallsjusteringen så att de sjukvårdsrapporterade personerna räknas upp med en faktor som beror på variablerna län, kommungrupp, trafikantkategori, ålder, kön och år. Den faktorn kompenserar för skadade som endast är rapporterade från polisen eller inte är rapporterade alls i Strada. Den genomsnittliga uppräkningsfaktorn för alla sjukvårdsrapporterade personer är 3,23 och medianen 2,96. 

PM:et innehåller också en steg-för-steg-beskrivning av implementeringen och SPSS-kod.

Att testa partikelemissionen från dubbdäcksslitage av vägbeläggningar på ett kontrollerat sätt är oftast förknippat med verklighetsnära, men storskaliga tester med storskalig och avancerad laboratorie[1]utrustning och därmed förhållandevis höga kostnader. Det finns därför ett angeläget behov av en enklare metod som kan användas för att ge en rimlig och god skattning av hur skillnader i beläggningsrecept påverkar partikelbildningen, som kan användas till val av beläggningsrecept som ska användas i senare storskaliga tester. En möjlighet är att använda en befintlig slitagetestmetod för provkroppar av slitlager. Tröger är en sådan metod där ett knippe stålnålar hamrar mot en roterande provkropp i ett klimatskåp som bedömds lämplig för att mäta och studera partikelemissioner till luft. VTI:s Tröger-utrustning modifierades för partikelemissionsmätningar genom att installera partikelinsugsmunstycke i kylluftflödet som passerar över provkroppen. Initiala tester tydde på acceptabel/tillräcklig god repeterbarhet och ett antal provkroppar från några befintliga material med olika slitstyrka valdes ut för vidare tester. En statistiskt optimerad försökplan och provhantering togs fram. En testomgång var planerad initialt men senare utökades det till två omgångar. En andra omgång krävdes dels på grund av att ett material i första omgången misstagits för enhetligt, men bestod av tre olika material, dels då försöksuppställningen kunnat förbättras något. De bildade partiklarna (PM10) har en bimodal fördelning med en primär topp vid 2–3 µm och en sekundär vid ca 8–10 µm. Den statistiska analysen visade på signifikanta skillnader mellan de tre ingående materialen i provkropparna i den andra testomgången och att metoden i sin nuvarande form kan användas för att skilja partikelemissionen från olika vägbeläggningar. Förslag för att utveckla metoden är bland annat att förhindra uppbyggnad av damm i kylsystemet och säkerställa jämn kvalitet hos nålarna.

Testing the particle emission from studded tire wear of road surfaces in a controlled manner is usually associated with realistic, but large-scale tests with large-scale and advanced laboratory equipment and thus relatively high costs. There is therefore an urgent need for a simpler method that can be used to provide a reasonable and good estimate of how differences in coating recipes affect particle formation, which can be used to select coating recipes to be used in later large-scale tests. One possibility is to use an existing wear test method for wear bearing specimens. Tröger is such a method where a bundle of steel needles hammers against a rotating sample body in a climate cabinet deemed suitable for measuring and studying particle emissions into air. VTI's Tröger equipment was modified for particulate emission measurements by installing particulate suction nozzles in the cooling airflow passing over the specimen. Initial tests indicated acceptable/sufficiently good repeatability and a number of specimens from some existing materials with different wear resistances were selected for further testing. A statistically optimized trial plan and sample handling was developed. One test round was planned initially but later it was expanded to two rounds. A second round was required partly because a material in the first round was mistaken for being too uniform, but consisted of three different materials, partly because the trial set-up could be improved somewhat. The particles formed (PM10) have a bimodal distribution with a primary peak at 2–3 µm and a secondary one at about 8–10 µm. The statistical analysis showed significant differences between the three constituent materials in the test bodies in the second test round and that the method in its current form can be used to distinguish the particle emission from different road surfaces. Suggestions for developing the method include preventing the build-up of dust in the cooling system and ensuring consistent quality of the needles.

Under 2020 genomfördes provningsjämförelser mellan väglaboratorier i Sverige för korndensitet och vattenabsorption enligt SS-EN 1097-6:2013. Jämförelsen gjordes med fyra material, två i sortering 11/16 mm och två i sortering 0/4 mm. Varje deltagare utförde dubbelprov av varje material. I provningsjämförelsen deltog 49 laboratorier.

Generellt är det små spridningar för korndensitet. Variationskoefficienten är mindre än 1 %. För vattenabsorption är spridningarna dock relativt stora. Det beror på att resultaten består av låga värden och den ”naturliga” variationen är nästan lika stor som resultaten, cirka 0,3 %. Vattenabsorptionen har knappt 30 % i variationskoefficient för de grövre materialen i sortering 11/16 mm och cirka 60–70 % för de finare i sortering 0/4 mm.

Tydlig avvikande deltagare för korndensitet är laboratorium nummer 20 som har väldigt låga resultat för de finare materialen, där även laboratorium nummer 6 ligger lågt. För vattenabsorption är det främst laboratorium nummer 33, 12 och 50 som tydligast utmärker sig negativt. Generellt är repeterbarhet och reproducerbarhet, i denna ringanalys bättre eller i paritet med SS-EN 1097-6:2013.

Test comparisons have been carried out between road material laboratories in Sweden for particle density and water absorption according to SS-EN 1097-6:2013 in 2020. The comparison was made with four materials, two with the grading 11/16 mm and two with the grading 0/4 mm. Each participant performed double tests of each material. There were 49 laboratories participating.

Generally, are there small variations for particle density between the participants. The coefficient of variation1 is less than 1%. For the water absorption, the variations between the participating laboratories are relatively large. However, this can partly be explained with that the results consists of low values and the "natural" variation is almost as great as the results, about 0.3%. Water absorption has just under 30% in variation coefficient1for the coarser materials in grading 11/16 mm and about 60–70% for the finer ones in grading 0/4 mm.

Clearly anomalous participants for particle density for the finer materials is laboratory number 20 with very low results, where even laboratory No. 6 is located low. For water absorption, is it mainly laboratories 33, 12 and 50 that most clearly stand out in a negative way. In general, are the repeatability and the reproducibility, in this comparing analysis better or equal with SS-EN 1097-6:2013.

Den här rapporten ger en utökad förklaring till några metoder som används i VTI rapport 812 och VTI rapport 1010. Den besvarar också ett par närliggande tilläggsfrågor. 

VTI rapporterna 812 och 1010 behandlar prognoser för spårdjup och IRI beräknade med enkel linjär regression respektive med multipel linjär regression. Linjär regression kan räknas som en känd metod men det kan ändå behövas en fördjupad förklaring till olika egenskaper i metoden, framför allt hur man ska betrakta och sätta olika mått på osäkerheten i prognoserna. Förklaringen förutsätter i sin tur att man känner till än mer grundläggande begrepp inom statistikämnet, så rapporten startar från en ännu mer grundläggande nivå. 

Prognosmetoderna i VTI rapporterna 812 och 1010 avser att göra prognos för varje generaliserad sträcka var för sig. En senare fråga har varit om man kan göra prognos för medelspårdjup eller medel-IRI över en längre sträcka. Det förekommer både beroenden och oregelbundenheter i data. Rapporten ger ett förslag till en metod som är relativt enkel men också approximativ. Rapporten beskriver hurdan approximationen är i några exempel. 

Vidare avser metoderna i VTI rapporterna 812 och 1010 att göra prognos för generaliserade sträckor där det finns tillräckligt många tidigare observationer för att regressionsanalys ska kunna tillämpas på underlaget från just den generaliserade sträckan. Det finns ibland behov av att kunna göra prognoser även på sträckor där man inte har någon tidigare observation och man blir då beroende av att använda egenskaper från andra liknande sträckor. Traditionellt vill man undvika prognoser som ger ett för lågt spårdjup eller IRI, och då får man acceptera en metod som istället tenderar att ge en lite för hög prognos. Rapporten beskriver egenskaper i en sådan metod som kan kännas lämplig men där en mer komplett beräkning indikerar att metoden i vissa fall bli överdrivet försiktig

This report provides an extended explanation of some methods used in VTI rapport 812 and VTI rapport 1010. It also answers two related additional questions. 

The reports VTI 812 and 1010 deal with prediction of rut depth and IRI calculated by simple linear regression and by multiple linear regression, respectively. Linear regression can be regarded as a known method, but an in-depth explanation of some characteristics of the method may still be needed, especially how to consider different measures of uncertainty in the predictions. The explanation, in turn, rests on that basic concepts in the subject of statistics are known, so the report starts from a basic level. 

The prediction methods in the VTI reports 812 and 1010 intend to make predictions for road segments separately. An additional question is how one can predict average rut depth or IRI over a longer distance. There are both dependencies and irregularities in the data. The report suggests a method that is relatively simple but also approximate. The report describes the level of approximation in a few examples. 

Furthermore, the methods in the VTI reports 812 and 1010 intend to make predictions for road segments that have a large quantity of previous observations for a regression to be applied to the data from that same segment. Sometimes a prediction is needed on segments with no previous observation, which requires the use of properties from other similar routes. Traditionally, predictions that give too low a track depth or IRI is avoided, and predictions biased to slightly larger values are accepted. The report describes characteristics of one such method that may feel appropriate but where a more complete calculation indicates that the method in some cases becomes more cautious than what is wanted.

The purpose of the present study is to perform an objective evaluation of the roughness measurements from connected vehicles equipped with software from Nira Dynamics AB (Nira). The focus of the study is to determine the quality of the estimated IRI from the connected vehicles, regarding both daily and aggregated long-term data. The quality will be determined by comparing with a dedicated road surface measurement vehicle (VTIRST) from the Swedish National Road and Transport Research Institute (VTI) which is approved according to the Swedish Transport Administration's “Technical approval for road surface measurement”.

The study shows that the Nira estimated IRI is not quite the same as the IRI from the VTIRST. Nira’s estimated IRI may, however, be seen as a different index of road roughness, that may well be used in parallel with the standardized IRI. Also, the algorithms used by Nira can most likely be improved and produce a result closer to IRI from the VTIRST.

Syftet med föreliggande studie är att göra en objektiv utvärdering av jämnhetsmätningar från uppkopplade fordon utrustade med programvara från Nira Dynamics AB (Nira). Fokus är att bestämma kvaliteten på uppskattad IRI (International Roughness Index) från de uppkopplade fordonen, avseende både dagliga data och aggregerade långtidsdata. Kvaliteten bestäms genom att jämföra data från de uppkopplade fordonen med ett dedikerat fordon för vägytemätning (VTIRST) från Statens väg- och transportforskningsinstitut (VTI) som är godkänt enligt Trafikverkets ”Tekniskt godkännande för vägytemätning”.

Studien visar att Niras uppskattade IRI inte är riktigt detsamma som IRI från VTIRST. Niras uppskattade IRI kan dock ses som ett annat index för vägojämnheter, som mycket väl kan användas parallellt med den standardiserade IRI. Dessutom kan algoritmerna som används av Nira med största sannolikhet förbättras och ge ett resultat som ligger närmare IRI från VTIRST.

Ett sätt för Trafikverket att följa upp effekterna av underhållet på de statliga vägarna är genom att använda sig av indikatorer. De indikatorer som beskrivs i denna rapport benämns som andra ordningens indikatorer och byggs upp av underliggande data. Indikatorerna som vi valt att arbeta med ska på ett allsidigt och transparent sätt beskriva hur Trafikverket uppfyller leveranskvaliteten för punktlighet, kapacitet, robusthet, användarbarhet, säkerhet samt miljö och hälsa.

 I denna förstudie sammanfattar vi en kunskapsöversikt för valda indikatorer och förslag på hur de kan implementeras i Trafikverkets pavement management system. De indikatorer som vi arbetar med är Säkerhet, Komfort, Strukturellt tillstånd, Rullmotstånd, Buller, Luftkvalitet, Godsskador, Ytskador, Fordonsslitage och slutligen en indikator för Hälsa. Det finns många aspekter att ta hänsyn till då en indikator introduceras. Den absolut viktigaste är, bortsett från att den är validerad, att den får acceptans och används. Det finns många sätt att använda en indikator och att enbart titta på absoluta värden är svårt för en sammansatt indikator. Relativa skillnader vid årliga uppföljningar är att föredra för att avgöra om strategier får avsedd effekt.

One way for the Swedish Transport Administration (STA) to follow up the effects of maintenance on state roads is by using indicators. The indicators described in this report are defined as second-order indicators and are built up using underlying data. The indicators describe, in a comprehensive and transparent way, how the STA meets delivery quality parameters for punctuality, capacity, robustness, usability, safety, and environment and health. 

In this feasibility study, a knowledge overview of the selected indicators is presented. Suggestions are also given on how the indicators can be implemented in the STA's pavement management system. The indicators studied were Safety, Comfort, Structural Condition, Rolling Resistance, Noise, Air Quality, Goods Damage, Surface Damage, Vehicle Wear, and Health Risk. Many aspects must be considered when introducing an indicator. Along with validation, it is extremely important that the indicator will be accepted and used. There are many ways to use an indicator, however, it is not ideal to only consider absolute values for a composite indicator. Relative differences in annual follow-ups are preferable to determine whether strategies have the intended effect.

Fem noga utvalda förstudier har initierats av VTI som en del i den strategiska satsningen ”Ride the future” kopplad till framtidens mobilitetslösningar. Förstudiernas titel är följande: 

▪ Databearbetning och visualisering av mobila luftkvalitetsmätningar. 

▪ SUMO och Unreal Engine för co-simulering. 

▪ Exploring spatio-temporal accessibility in Lambohov: a pre-study. 

▪ Vägytans betydelse för vibrationer och komfort i långsamma fordon. 

▪ Infrastrukturbehov vid busshållplatser. 

Föreliggande pm innehåller en kort beskrivning av studierna och den mer utförliga redovisningen återfinns i bilagan.

Five carefully selected feasibility studies have been initiated by VTI as part of the strategic investment “Ride the future” linked to future mobility solutions. The title of the feasibility studies is as follows: 

▪ Data processing and visualization of mobile air quality measurements. 

▪ SUMO and Unreal Engine for co-simulation. 

▪ Exploring spatio-temporal accessibility in Lambohov: a pre-study. 

▪ The importance of the road surface for vibrations and comfort in slow vehicles. 

▪ Infrastructure needs at bus stops.

 This report contains a brief description of the studies and the more detailed report can be found in the appendix.

Nationellt (via gång- cykel- och kollektivtrafikmålet), regionalt och i många av Sveriges kommuner finns målsättningar om ökad cykling. Dessa målsättningar är dock svåra att följa upp, då cykeltrafikens storlek inte mäts och följs upp. Med de metoder som används idag för flödesmätningar är det inte möjligt att skatta cykeltrafikarbetet i hela kommunen, då flödesmätningarna inte genomförs på systemnivå för det cykelbara vägnätet. Det övergripande syftet med pilotstudien är att ta fram en accepterad, tillförlitlig, tillämpbar och enhetlig metod för att skatta cykeltrafikarbetet i kommunen genom flödesmätningar. 

Kommunerna Stockholm, Uppsala och Östersund ingår i pilotstudien. Det genomfördes 135 veckomätningar i varje kommun; 100 på gång- och cykelvägnätet och 35 i blandtrafik, uppdelat på fem etapper. De kontinuerligt mätta flödespunkterna användes som information för uppräkning på helårsnivå. Cykelvägnätet omfattar inte grusvägar, enskilda väghållare och vägar med skyltad hastighet 80 km/h och högre. Länkarna delades in i stratum, där det i varje stratum gjordes ett systematiskt urval på den totala länklängden. Skattningsmetoden tog hänsyn till både rum och tid. 

Under det brutna året vecka 35 år 2020 till vecka 34 år 2021 cyklades det 145±43 miljoner kilometer i Stockholm, 59±23 miljoner kilometer i Uppsala och 9±3 miljoner kilometer i Östersund. Osäkerheten i skattningen, utgör mellan 30 och 40 procent av punktskattningen. Det är en ganska stor osäkerhet i skattningen, men tillräckligt liten för att se att det exempelvis är skillnader mellan kommunerna. 

Något som framkommit i denna studie är att cyklandet i blandtrafik inte är försumbar och kommunerna bör ha detta i beaktande. För att studien ska komma till sin rätt bör den upprepas en gång till i minst en av dessa kommuner.

Nationally (by the walking, cycling and public transport target), regionally and in many of Sweden's municipalities there are targets for increased cycling. However, these objectives are difficult to follow up, as the amount of bicycle traffic is not measured and followed up. The overall aim of the pilot study is to develop an accepted, reliable, applicable, and uniform method for estimating the kilometers travelled by bicycle in the municipality through bicycle flow measurements. 

The municipalities of Stockholm, Uppsala and Östersund are included in this pilot study. 135 weekly measurements were carried out in each municipality; 100 on the pedestrian and bicycle road network, 35 in mixed traffic, divided into five periods. The year-round measured cycle flow measurements were used as information for enumeration at year-round level. The cycle path network does not include gravel roads, individual road holders and roads with a speed limit of 80 km/h and higher. The links were divided into strata, where a systematic selection of the total link length was made in each stratum. The estimation method considered both space and time. 

During the year week 35 of 2020 to week 34 of 2021, 145±43 million kilometers were cycled in Stockholm, 59±23 million kilometers in Uppsala and 9±3 million kilometers in Östersund. The uncertainty in the estimate constitutes between 30 and 40 percent of the point estimate. There is a fairly large uncertainty in the estimate, but small enough to see that there are, for example, differences between the municipalities. 

Something that emerged in this study is that cycling in mixed traffic is not negligible and the municipalities should take this into account. The study should be repeated once more in at least one of these municipalities.

Curve squeal with large magnitude tonal components in the frequency range up to 10 kHz is a cause of annoyance without any satisfying solution. This might be partly due to the gaps in the current understanding of the phenomenon within the research community (e.g. the open question whether the fundamental excitation mechanism is due to “falling friction” or “modal coupling”). Rail-bound traffic is expected to become a backbone in the future sustainable public transportation system. This makes it urgent to increase the state of knowledge in order to develop effective mitigation measures against the problem.

Noise recorded by an onboard monitoring system during one year of traffic on the Stockholm metro is studied. The influence of selected variables on the generation of curve squeal is investigated in a statistical assessment. The influence of curve radius on curve squeal probability is estimated by calculating the quotient of squealing samples with respect to the total number of samples captured in circular curve sections. Vehicle speed (operative conditions) is modelled by the introduction of a classification representing different speed profiles (e.g. constant, linear acceleration or deacceleration, etc.). Environmental conditions are accounted for by using humidity and air temperature as predictor variables.

A general trend of increased probability of curve squeal for decreasing curve radius is observed. Several subsequent regression analyses could not find a consistent influence of air temperature and humidity on the occurrence of curve squeal. Moreover, preliminary results indicate the existence of a vehicle speed for which a curve is particularly prone to generate squeal noise.