В настоящее время компания RMD разрабатывает инновационные сенсорные системы, которые используют датчики на борту обычного подвижного состава для получения информации о состоянии железнодорожных путей, колес и поездов в режиме реального времени. Шведская компания получила заказ от Шведской транспортной администрации (Trafikverket), государственного учреждения, ответственного за долгосрочное планирование транспортной системы, в рамках инновационного тендера. Цель состоит в том, чтобы дополнить сегодняшние нечастые проверки инфраструктуры за счет использования подвижного состава, оснащенного блоками измерения производительности RMD, и использования машинного обучения для улучшения поддержки принятия решений по техническому обслуживанию инфраструктуры. Пробел в мониторинге
«Обычно у вас есть инспекционная машина, которая измеряет трассу с помощью современных измерительных инструментов. Но наш контракт с Trafikverket заключается в разработке системы, которую мы можем использовать с обычным подвижным составом, используя наши датчики. Они могут отправлять информацию, относящуюся к состоянию путей, и отправлять ее обратно в управление дорожным движением, когда что-то не так. Затем они могут, например, остановить движение, если это необходимо», — объясняет генеральный директор Ян Линдквист. «Это новый способ ведения дел, поскольку вы можете проводить гораздо более частый анализ и постоянно получать оценки их состояния». Таким образом, это облегчает техническое обслуживание в зависимости от состояния.
Традиционные проверки железнодорожной инфраструктуры проводятся нечасто, как правило, раз в год в Швеции. Ограничения этого спорадического подхода были очевидны, поскольку за это время на трассах может многое произойти. Этот пробел в мониторинге вызвал необходимость в более активном подходе для обеспечения как безопасности, так и эффективности. «Мы не заменяем машины технического обслуживания», — подчеркивает Линдквист. Скорее, RDM надеется дополнить их. Действительно, «Если у вас есть поезда, курсирующие по какой-либо части пути каждый день или почти каждый день, вы можете получить хорошее представление о состоянии путей, особенно когда имеете дело с суровыми погодными условиями. Если вы можете проверять пути и определять тенденции, используя обычные поезда, оснащенные датчиками, это более надежный, безопасный и экономичный способ ведения дел», — подчеркивает Линдквист.
Непрерывный мониторинг для повышения безопасности и эффективности
Компания Railway Metrics разработала ряд датчиков для мониторинга различных аспектов железнодорожной системы. «Блок контроля производительности является основным датчиком и блоком управления. Он обнаруживает спущенные колеса и дефекты колес, которые могут стать причиной схода с рельсов», — объясняет Линдквист. Он также может контролировать устойчивость пути и предупреждать водителя в случае схода с рельсов, значительно снижая риск повреждения инфраструктуры. Кроме того, «это также центр связи для других датчиков. Он отправляет данные на сервер и на панель мониторинга», — добавляет Линдквист, приводя в качестве примера недавний сход с рельсов в Готардском туннеле: «Поезд проехал 8 километров, прежде чем машинист понял, что произошел сход с рельсов». Благодаря встроенным датчикам, отправляющим данные на приборную панель, которую может видеть водитель, RMD надеется помочь избежать подобных ситуаций в будущем.
В настоящее время RDM разрабатывает другие датчики. «Основные датчики, которые вы видите, включают сход с рельсов, спущенные колеса, нестабильность, настройки пути, геозону, поезда на путях...» Например, «Состав поезда/стеллаж, поскольку «Прежде чем вы сможете запустить поезд, вы должны сообщить властям, в каком порядке расположены вагоны. С помощью этого устройства это можно было бы сделать автоматически», — объясняет Линдквист. Датчик пантографа предназначен для оценки технического состояния воздушных линий электропередачи. Он разрабатывается совместно с Trafikverket. Кроме того, компания разработала индекс поведения водителя и энергии. «Это может рассказать вам о том, как водитель ведет машину. Например, часто ли они ломаются? Некоторые водители расходуют больше энергии, чем другие, в одном и том же поезде и на одной и той же трассе, поэтому может быть интересно узнать об этом. Это то, что мы можем легко сделать», — добавляет Линдквист.
Список датчиков и возможностей на этом не заканчивается. Колесные датчики смогут измерять профили колес. «Замки Kingpin — это датчик, который определяет, зафиксирован ли прицеп к фургону. Это датчик безопасности. Мы также разрабатываем датчик, измеряющий температуру подшипников, который также отправляет эти данные в PMU», — пояснил Линдквист. Железнодорожная камера предназначена для повышения безопасности движения поездов задним ходом, заменяя сигнальщика, оснащенного рацией, поскольку, по словам Линдквиста, «находиться в такой ситуации очень опасно». Два клиента уже используют его в качестве доказательства концепции. Комбинация этих датчиков обеспечивает всесторонний сбор данных для получения целостного представления о железнодорожной инфраструктуре. Данная информация, получаемая различными датчиками RMD, передается на панель мониторинга для использования клиентами.
«Обучение машин правильному использованию данных»
Постоянный сбор и анализ данных жизненно важны для понимания состояния железнодорожной системы, обеспечения более безопасных поездок и предотвращения дорогостоящих сходов с рельсов. Ключом к этому подходу является использование машинного обучения. Оно играет ключевую роль в понимании огромного объема данных, собираемых Railway Metrics. Это облегчает обнаружение аномалий, кластеризацию новых данных и обучение моделей для классификации проблем. «Машинное обучение играет большую роль в понимании данных, которые собирает RMD. Среди задач машинное обучение используется для обнаружения аномалий и кластеризации новых данных. Это позволяет нам классифицировать и понимать, с какими типами неисправностей мы работаем. Мы также используем контролируемое обучение, чтобы обучить наши модели классификации проблем, обнаруженных с помощью наших датчиков», — говорит Линдквист.
Успех машинного обучения тесно связан с объемом и качеством собираемых данных. «На мой взгляд, самое важное — это не только стандартизированные единицы измерения, но и общий интерфейс, способ отправки данных. Это важно, — объясняет Линдквист. — Данные, поступающие с этих датчиков, используются железнодорожным предприятием, железнодорожной компанией, управляющим инфраструктурой и организациями по техническому обслуживанию. Таким образом, у вас есть разные данные для разных клиентов. Это действительно ключ к этому, к нашим датчикам. Они рассчитаны на разнообразную клиентскую базу. Это означает, что это будет более экономично для всех участников».
Цель состоит в том, чтобы расширить эти возможности для обнаружения различных типов проблем с еще большей точностью. «В машинном обучении действительно важно то, сколько данных вы получаете, и как вы их используете, а также учите машины правильно использовать данные», — поясняет Линдквист. «Это означает, что очень важно понимать динамику бега. Мы используем инженеров, которые понимают динамику работы, и стараемся работать с молодыми людьми, имеющими опыт в области программного обеспечения и машинного обучения. Итак, вам нужно объединить два опыта».
Обмен данными
Как подчеркнул Линдквист, в эту новую эру непрерывного мониторинга возникает вопрос о владении данными: «Сейчас каждый хочет владеть данными. С нашей точки зрения, обмен данными сделает железные дороги более безопасными и экономичными, поэтому нам нужно быть скромными в отношении того, кому они принадлежат». Это подчеркивает настоятельную необходимость найти баланс между правами собственности и коллективной выгодой от обмена данными в железнодорожной отрасли.
«Я действительно считаю, что человек, платящий за данные, должен обладать этими данными, — объясняет Линдквист. — Конечно, я понимаю, что некоторыми данными нельзя делиться, как данными о техническом обслуживании железнодорожных операторов в их вагонах. Однако, если железнодорожные компании отправляют данные о путях менеджеру инфраструктуры, это две разные вещи. Я думаю, их следует держать порознь», — продолжает он. «Допустим, железнодорожное предприятие устанавливает наши датчики и платит нам за это, наше предложение заключается в том, что если они поделятся данными с владельцем инфраструктуры или менеджером, стоимость эксплуатации пути (плата за проезд) должна быть снижена. Это дает стимул для обмена данными. Я думаю, что здесь всем нужно делиться данными.»
Такой подход, с точки зрения Линдквиста, не только поощряет обмен данными, но и способствует сотрудничеству между железнодорожными компаниями, управляющими инфраструктурой и организациями по техническому обслуживанию, что в конечном итоге способствует созданию более безопасной и эффективной железнодорожной сети.
Привлечение следующего поколения
Как ранее подчеркивал Линдквист, когда речь заходит о программном обеспечении и машинном обучении, «Вам необходимо объединить эти два опыта. Вам нужно объединить эти темы. Тогда, я думаю, у нас есть волшебство: объединение старых и новых знаний.» Он подчеркивает глубокое влияние железнодорожных инноваций на привлечение молодых талантов в этот сектор. Линдквист подчеркивает важность совместных усилий опытных профессионалов и молодежи: «Нужна новая кровь, и они должны работать вместе со старой гвардией. Вот как вы добиваетесь наилучших результатов».
Аспект устойчивого развития был дополнительно подчеркнут при обсуждении энергоэффективности железных дорог по сравнению с традиционными транспортными средствами. Линдквист сообщил, что «железнодорожный транспорт очень энергоэффективен, в шесть-семь раз больше, чем автомобили», что подтверждает экологичность отрасли. Интеграция развивающихся технологий и внедрение электроники в поезда были восприняты как преобразующие шаги, делающие железную дорогу более привлекательной для молодежи. «Я не могу придумать ничего более привлекательного для молодежи, чтобы двигать нашу отрасль в будущее. Это ключ к привлечению молодых людей на борт. Это гораздо более экологичная инфраструктура».
