Search

Betreiber von Straßenbahnnetzen, deren Aufwendungen zu großen Teilen von der öffentlichen Hand getragen werden, geraten zusehends unter finanziellen Druck. Um für Bau und Erhaltung von Infrastruktur einen möglichst effizienten Mitteleinsatz zu gewährleisten, ist der gesamten Lebenszyklus einer Anlage und die währenddessen anfallenden Lebenszykluskosten (LCC) zu berücksichtigen. Diese Betrachtung gilt als zuverlässige Grundlage für den Vergleich unterschiedlicher Handlungsalternativen, beispielsweise in der Instandhaltungs- und Erneuerungsplanung.In der vorliegenden Arbeit wird ein gesamtheitliches Modell zur Ermittlung technisch- wirtschaftlich optimaler Instandhaltungs- und Erneuerungszyklen für den Straßenbahn- Fahrweg auf Abschnittsebene entwickelt. Die Datenbasis dafür bilden umfassende, seitens der Wiener Linien zur Verfügung gestellte Infrastruktur-, Betriebs- und Zustandsdaten des Wiener Straßenbahnnetzes. Instandhaltungs- bzw. Erneuerungstätigszyklen werden unter Berücksichtigung der Betriebserschwernisse sinnvoll gruppiert und somit ein strategischer Ansatz zur vorausschauenden Instandhaltung von Straßenbahnfahrwegen ermöglicht.Durch Literaturrecherche ermittelte Einflussparameter auf den Schienenverschleiß werden auf ihre Verfügbarkeit für das Wiener Netz untersucht. Um ein automatisiertes Prognosemodell zu erstellen, ist es unerlässlich, netzweit verfügbare und zentral erfasste Datensätze heran- zuziehen. Bei fortschreitender Datenverfügbarkeit soll das Modell um zusätzliche Parameter erweitert werden, sowie auf Basis neuer Messdaten laufend kalibriert werden können.Um diesen Anforderungen gerecht zu werdne, werden nach eingehender Aufbereitung der verfügbaren Messdaten, Methoden des maschinellen Lernens (engl.: Machine learning) herangezogen, die auf Basis der Eingangsdaten automatisiert Zusammenhänge abbilden und daraus Prognosewerte ermitteln können. Auf Basis der Erfordernisse ausgewählte Methoden werden auf ihre Anwendbarkeit im gegebenen Fall untersucht und in iterativen Prozessen optimiert. Neben der Verschleißentwicklung als Kern des Modells werden im Vorfeld die Schienenprofilformen für alle Elemente bestimmt sowie Instandhaltungstätigkeiten detektiert.Komplexe, nichtlineare Modelle wie neuronale Netze oder die Random Forest Regression weisen bei der Prognose des Zustands im Wertebereich der vorwiegend verfügbaren Zustandsdaten die höchsten Genauigkeiten auf, zeigen jedoch Schwächen bei der Prognose von Werten im Bereich der Grenzzustände. Für die derzeitige Datenlage werden daher zusätzlich lineare Prognosemodelle für die Ermittlung der technischen Liegedauer herangezogen.Auf Basis der prognostizierten Zustandsentwicklung und unter Berücksichtigung der mittels Annuitätenmethode abgebildeten LCC-Entwicklung werden elementgenau die technisch- wirtschaftlich optimalen Eingriffszeitpunkte ermittelt. Unter Berücksichtigung betrieblicher Rahmenbedingungen wird in einem weiteren Schritt die optimale Erneuerungsstrategie über beliebig lange Abschnitte berechnet.Das Ergebnis stellt daher eine abschnittsweise, LCC-optimierte Ermittlung der technisch- wirtschaftlich optimalen Erneuerungszeitpunkte von Fahrwegelementen dar., Operators of urban tram networks are in general mainly funded by public authorities. In order to guarantee an efficient handling of public funds for construction and maintenance of track infrastructure, the entire lifecycle has to be taken into account. Lifecycle costs (LCC) serve as an apporpriate parameter for comparing different strategic approaches regarding the planning of renewal or maintenance measures of tracks.The present work provides a holistic model to determine the optimal maintenance and renewal strategy for a given element of tramway track infrastructure. The database for the model was supplied by Vienna’s tram operator Wiener Linien and includes infrastructure, operation and track measurement data. The optimized lifecycles of the individual track elements in any given section are grouped based on operational constraints in order to reach the global LCC- optimum for the respected section, thus enabling a stategic approach to the predictive maintenance for tramway track infrastructure.Relevant input paramters for rail wear and condition degradation taken from topicspecific literature are assessed for their availability of comprehensive data for the given network. In order to program an automatized forecast model, it is essential for the datasets to be network wide and centrally accessible. With a growing database, it should be possible for additional parameters to be integrated into the model and for it to be automatically and continiously calibrated on the basis of the newly obtained measurment data.To meet these requirements, different techniques of machine learning are applied to a preprocessed dataset. The techniques are selected based on their ability to identify and map correlations of the given parameters in order to determine forecast values. Methods selected on the basis of the requirements are examined for their applicability in the given case and optimized in iterative processes. In addition to the prediction of rail wear as the decisive condition parameter, the rail profile shape of the track elements as well as maintenance measures are identified by machine learning.Complex, non-linear models such as artificial neural networks or random forest regression show the highest forecast accuracy within the range of actual measurement data. However, their forecasting power reached by extrapolation is very limited when it comes to predicting the wear limit, due to the lack of input data in that range. For the current dataset, linear forecast models are thefore additionally applied for extrapolation.Based on the predicted development of the condition and the annuities of LCC, the technically and economically optimal intervention times are determined for every element individually. In a further step, the optimal renewal strategy is calculated for sections of any legth in consideration of operational constraints.The result is an automated model for the section-based and LCC-optimized determination of intervention limits for tramway track infrastructure.

International audience; Background: Mechanisms involved in prion induced neuronal death are still enigmatic. In vivo, both neurons and astrocytes support prion propagation leading to abnormal production of a misfolded protein called scrapie prion protein (PrPSc). Although crucial for prion replication and accumulation of aggregated PrPSc, the role of the normal form of prion protein,the cellular PrP (PrPC), is still controversial in prion-induced neurotoxicity. Objectives : In this study we investigated the role of neuronal PrPC and the contribution of astrocytes in prion-induced neuronal death. Methods: We have previously shown that prions could be efficiently propagated in primarily cultured neurons and astrocytes (Cronier et al. 2004). Here, we have set up a model in which neurons devoid of PrPC or expressing PrPC from different species are cocultured with prion-infected astrocytes that continuously deliver physiological concentrations of PrPSc. Results : In these conditions, we showed that scrapie-infected astrocytes exacerbate prion-induced cell death solely in neurons expressing transconformable PrPC. Although infectious, conditioned medium of prion-infected astrocytes did not display any acute neuronal toxicity. However PrPSc accumulation in neurons led to neuritic damage and cell death associated with an increased sensitivity to glutamate and reactive oxygen species. Discussion : Our results indicate that interaction between neuronal PrPC and PrPSc is not sufficient to induce neuronal death but that PrPC transconformation is required for prion-associated neurotoxicity. In addition, it is unlikely that a dysfunction of prion-infected astrocytes is involved in the initiation of neuronal death process induced by prions. Altogether, our findings support the view that prion infection and subsequent PrPC transconformation trigger impairment of neuronal homeostasis by sensitizing neurons to environmental stress that are regulated by neighbouring cells including astrocyte.

Dans cet article, nous poursuivons notre triple approche clinique, théorique et expérimentale des désordres de la constellation autistique, appelée Malvoyance de l'É-Motion et autres désordres du traitement temporospatial des flux sensoriels. Selon cette approche, les personnes atteintes de désordres autistiques présentent un degré plus ou moins important de difficultés dans la perception et l'intégration des mouvements physiques et biologiques, et plus généralement dans la perception en ligne des événements ou flux sensoriels en provenance du monde environnemental, ainsi que dans le couplage sensorimoteur et la production en temps réel d'événements moteurs et de communication verbale et émotionnelle, et ce dès les débuts de leur vie post-natale. En d'autres termes, le monde environnant va trop vite et change trop rapidement pour certains enfants autistes. Leurs perceptions des différents événements ou flux sensoriels se désynchronisent les unes des autres. Au lieu de se faire de manière unifiée et synchronisée, l'intégration et l'inscription du mouvement, de la durée et du temps dans le corps et la pensée de l'enfant autiste se font de manière fragmentée et désynchronisée. Vivant dans un espace-temps différent du nôtre, l'enfant autiste ne peut dès lors se lier ni s'accorder de manière adéquate avec le monde physique et humain, ni relier le monde externe avec son monde interne. Certains enfants autistes parviennent à corriger ou compenser en partie leur perception discontinue, non unifiée et incohérente du monde environnemental, en le ralentissant, en le figeant, en le répétant et/ou en surinvestissant des singularités ou des détails d'événements sensoriels, voire en collant adhésivement à l'objet. Nous montrerons comment notre approche permet d'ouvrir pour les personnes autistes des perspectives novatrices et prometteuses concrètes dans le domaine de la rééducation de leur communication verbale et émotionnelle par le biais d'un logiciel de ralentissement synchronisé des mouvements faciaux et de la parole des partenaires interactifs. Sur le plan neurobio-physiologique, il est vraisemblable que ces désordres d'intégration temporo-spatiale soient sous-tendus par une dyssynchronie neuronale et une dysconnectivité fonctionnelle multi-système (c'est-à-dire impliquant de nombreux systèmes neurofonctionnels interconnectés). Les désordres autistiques, en tant qu'exemple particulier d'états de conscience, permettent d'éclairer le fonctionnement et les dysfonctionnements du psychisme-cerveau humain.

Dans les cellules principales du tube collecteur, la vasopressine (AVP) contrôle principalement l'expression de l'aquaporine-2, mais également l'expression d'autres gênes. Le monoxyde d'azote (NO) étant impliqué dans la régulation de la réabsorption d'eau dans le tube collecteur, nous avons analysé l'effet de l'AVP sur l'expression rénale des isoformes de la NO synthétase (nNOS, eNOS et iNOS) par Western blot. Les rats ont été soumis à une restriction hydrique ou une charge hydrique afin de modifier leur concentration d'AVP. Nous avons utilisé comme autres modèles, des rats Brattleboro déficient en AVP, perfusé en AVP et recevant un antagoniste spécifique du récepteur V2 (SR-121463B). Nos résultats ont démontré que l'AVP augmente spécifiquement l'expression de la nNOS dans la médulla externe et la papille. La nNOS étant spécifiquement exprimée dans les cellules principales, la stimulation de l'expression de la nNOS par l'AVP pourrait participer à la modulation de la réabsorption d'eau.