Effektsamband för drift- och underhållsåtgärder på järnväg är ett viktigt utvecklingsområde för att åstadkomma högre punktlighet och undvika kostsamma förseningar. I tidigare forskningsprojekt har sambandet mellan infrastrukturfel och förseningar modellerats. Det har emellertid saknats kunskap om hur underhållsåtgärder kan påverka förekomsten av infrastrukturfel. En intervjubaserad inventering har visat att det inte finns några lättillgängliga effektsamband att tillgå, utan att samband mellan underhållsåtgärder och punktlighet behöver identifieras och skattas från grunden. Drift- och underhållsarbete har komplicerade egenskaper som gör det svårt att optimera insatserna på operationell nivå. Bland annat följer försämringsprocessen av spåranläggningen vissa stokastiska mekanismer, punktfel inträffar vid oväntade händelser, med mera. Detta leder till att de flesta åtgärderna utförs under tidspress och sällan på strategisk nivå. Det finns även metoder för att på lång sikt beräkna kostnader för underhåll, reinvestering och investering, men det är mycket svårt att beräkna indirekta kostnader till följd av motsvarande åtgärder i spåranläggningen, bland annat effekter på leveranskvalitet om till exempel otillräckliga åtgärder leder till högre förseningsrisker när felfrekvensen ökar. Det finns därför ett stort behov av forskning, såväl som praktik, när det gäller att beräkna konsekvenserna av alternativa åtgärder för en strategisk och hållbar plan för drift och underhåll av järnvägen. Projektet har syftat till att följa upp drift-, underhålls- och reinvesteringsåtgärder och värdera dess effekter på bl.a. punktlighet och res-/transporttid för järnväg. Målet med projektet har varit att inleda arbetet med att skapa en statistisk modell, en så kallad driftsäkerhetsmodell, som ger effektsamband för tillståndet i järnvägsinfrastrukturen. Det viktigaste måttet på tillståndet i studien är felintensiteten för spår, men även spårvidd, skevning och så kallade Q-tal. Därutöver har hastighetsnedsättningar som en följd av tillståndsförsämring i spåranläggningen studerats. Högst prioritet i projektet har varit att ta fram en driftsäkerhetsmodell som tillsammans med fel- och förseningsmodellen kan ge effektsamband för drift- och underhållsåtgärders, som exempelvis spårbyte och spårriktningsåtgärder, på förseningar i tågtrafiken. I projektet har alla modellestimeringar avgränsats till ostkustbanan och data från 2016. Infrastrukturen har avgränsats till spåranläggningen och felen som har studerats är spårfel. Vilket innebär att alla felintensiteter avser spårfelsintensitet. I rapporten presenteras estimerade spårfelsintensiteter som funktion av trafikering och rälsålder för ostkustbanan 2016. Som en illustration över vilket effektsamband dessa intensiteter innefattar har spårfelselasticiteter för ett genomsnittligt stationsområde beräknats från de estimerade intensiteterna. Resultatet gav en spårfelselasticitet på 0,83 för rälsålder och en motsvarande elasticitet för trafikering (planerat antal tåg) på 1,16. Det innebär att när rälsåldern ökar med 1 procent så förväntas spårfelen öka med 0,83 procent och när trafikeringen ökar med 1 procent så förväntas spårfelen öka med 1,16 procent. Estimeringar som har genomförts på modellerna för gångtid för tåg i fel- och förseningsmodellen visar att rälsålder är signifikant som förklarande variabel, och visar att ökad ålder ger ökad hastighetsnedsättning. Detta är en effekt i modellerna utöver den ovan konstaterade effekten för spårfelsintensitet. Hypotesen för detta är att komponentålder, i detta fall rälsålder, kan fungera som indikatorer för hastighetsnedsättningar för tågdrift. Resultaten visar att modellerna för tågförflyttningar (i FF-modellen) bör kompletteras för komponentålder och studeras för järnvägssystemet i hela landet. Data från det så kallade Optramsystemet som återkommande mäter spårläget för, i princip, allt spår i järnvägssystemet, har studerats som möjlig indikator för spårtillstånd. Detta oss veterligen första gången som Optramdata har studerats på denna detaljeringsnivå för en så lång sträcka (delmängden av ostkustbanan bestående av bandelen Gävle-Sundsvall). Mätdata från Optram ger möjlighet att beräkna en mängd olika geometriska indikatorer för spårläget. Projektet har fokuserat på det så kallade Q-talet, som är en viktig policyvariabel för att kvalitetsbedöma spårläget samt effekten av underhållsåtgärder i kontraktssammanhang. Resultatet av estimeringar har visat att Q-talen kan vara en möjlig förklaringsvariabel för sambandet mellan spåråtgärder och dess effekter på fel. Det är det därför önskvärt att i framtida arbeten inkludera Q-tal i de ovan estimerade modellerna.