Network Rail модернизирует старейшую железную дорогу мира с помощью IoT, ИИ и глубокого обучения

С 20 000 милями путей, 30 000 мостами, тоннелями и виадуками и тысячами сигналов, старейшая железная дорога в мире проходит цифровую трансформацию.

Лондон. Во время недавней выставки AI and Big Data Expo мы поговорили с Николаосом (Ником) Коцисом, главным офицером по данным и аналитике в Network Rail.

Коцис, присоединившийся к Network Rail в 2019 году, сделал презентацию о том, как Network Rail использует данные из разных источников, включая более 30 000 IoT-устройств, для мониторинга путей, обнаружения потенциальных проблем с обслуживанием, управления растительностью и проведения предиктивного обслуживания.

«Network Rail — удивительный механизм», — говорит Коцис. — «Но, знаете, они будут спрашивать меня: почему у нас задержки? У нас задержки, потому что это очень сложная машина. Путь подвержен множеству факторов, таких как погода и растительность».

«Внезапные изменения погодных условий могут ломать рельсы. И до примерно пяти лет назад единственный способ предотвратить это был только пешие инспекции. Инженеры должны были ходить по путям, чтобы выявить возможные трещины и дефекты».

«Теперь у нас мультисенсорная среда», — говорит он. — «У нас очень продвинутая сенсорная технология, которая смотрит на путь, а затем мы забираем фактическое видео с камер, фокусирующихся на рельсах».

«Мы получаем почти полпетабайта данных каждую неделю», — говорит Коцис. — «Облачная аналитика не дает всех ответов. Нужно убедиться, что вы безопасно передаете данные. Для обработки объем и качество данных значительны. И это то, что делает команда data science».

Программа Network Rail Intelligent Infrastructure (II)

В 2019 году Network Rail запустила программу Intelligent Infrastructure (II) для превращения данных в интеллектуальную информацию, которая может эффективно доставлять улучшенные сервисы для пассажиров и грузовых клиентов.

Захватывая и используя точные данные об активах Network Rail по всей 20 000-мильной сети, II переводит работу от традиционного планирования и графиков обслуживания к проактивному подходу «предсказывай и предотвращай». Это позволит командам видеть, где находятся активы, как они ведут себя, как деградируют и когда выйдут из строя.

Программа использует данные, полученные датчиками, высокодетальными аэрофотоснимками и 3D LiDAR, кадры с инспекционных поездов, информацию от операторов поездов (в Великобритании пассажирские поезда эксплуатируют частные компании), дополнительное видео с дронов и вертолетов и другие источники. Данные, консолидированные рабочими потоками на облачной платформе Network Rail, загружаются в Microsoft Azure Cloud, где алгоритмы ИИ преобразуют информацию в действенные расписания предиктивного обслуживания.

Первая версия Insight вошла в пилотную эксплуатацию шесть месяцев назад. Она включает возможности для путей и сигнализации. Например, инструмент выравнивает данные run-on-run (цифровое представление состояния пути), полученные со временем, и предупреждает команды обслуживания, когда сбои вероятно произойдут — это может быть за 28 дней, 90 дней или даже дольше до того, как ремонт станет необходим.

ИИ не заменит людей в ближайшее время

«Последняя вещь, которую стоит упомянуть: многие говорят о замене людей», — говорит Коцис, — «и о том, как ИИ может заменить людей. В какой-то момент в будущем, я думаю, стоит иметь этот спор. Но я не думаю, что мы на этапе, где нам нужно слишком беспокоиться об этом моменте».