Книга: Искусственный интеллект на практике
Назад: 47. Shell. ИИ для энергетического перехода
Дальше: 49. Tesla. Разработка интеллектуальных автомобилей

48

Siemens

ИИ и аналитика в создании «интернета поездов»

Немецкий промышленный конгломерат Siemens AG производит и продает транспортные средства, медицинское оборудование, системы очистки воды, системы сигнализации, а также предоставляет финансовые и консалтинговые услуги.

В последние годы компания занята реализацией «интернета поездов». Это железнодорожный сегмент интернета вещей — концепции, в рамках которой сетевые устройства всех форм и размеров соединены с облаком и коммуницируют друг с другом. Рынок продуктов и услуг «интеллектуальных» железных дорог по прогнозам вырастет с 11 млрд долларов в 2017 году до 27 млрд долларов к 2023-му. Siemens планирует получить максимальную долю с прогностической ИИ-платформой Railigent.

Какие задачи решает ИИ

Из-за задержек в работе железнодорожного транспорта много времени и денег тратится впустую. Если пассажиры или груз не прибывают в пункт назначения в нужное время, все несут убытки. Чтобы не опоздать, многие предпочитают более надежную и вредную для окружающей среды альтернативу — самолеты.

Нестабильная работа железнодорожного транспорта вызвана неэффективным расписанием, так как неправильно прогнозируется число пассажиров. Кроме того, поезда идут долго, а оборудование ломается.

Как применяется ИИ

Посредством камер и датчиков ведутся наблюдения за работой всех частей транспортной системы. На модели «цифрового близнеца» прогнозируют факторы, которые ведут к задержкам и сбоям, и выбирают меры быстрого реагирования или профилактические действия.

У анализа три основных задачи. Во-первых, наладить бесперебойную работу: обеспечить наличие транспорта в нужном месте и в нужное время и оптимизировать техническое обслуживание и ремонт, чтобы быстрее устранять поломки.

Во-вторых, надо рационально использовать энергию. Для этого надо измерять и прогнозировать ее расход в транспортной сети. Это поможет дополнительно снизить негативное влияние на окружающую среду поездов, которые и так считаются экологичным транспортом.

Еще стоит оптимизировать энергосбережение во время движения поездов. С информацией о происходящем в железнодорожной сети на макроуровне можно снизить частоту торможений, а освободившуюся энергию расходовать на движение поезда вперед. И заодно сократится время в пути до пункта назначения.

В-третьих, необходимо улучшить распределение ресурсов. Задача — точно прогнозировать поток пассажиров или объем грузов, которые перевозят товарные поезда. Чем меньше рейсов, тем экологичнее транспорт и ниже издержки.

Технологии, инструменты и данные

Платформа Siemens Railigent соединяется с Mindsphere — промышленной операционной системой интернета вещей. Датчики на поездах фиксируют всё — от температуры двигателя и частоты вибрации рельсов до состояния дверей (открыты или закрыты) и изображений с внешних камер. Эти данные обрабатывают, чтобы понять, что приводит к задержкам. В одном тестовом проекте в Великобритании использовали 300 датчиков и за год получили миллион единиц данных. Затем их сопоставили с данными поломок и простоев.

Камеры на поездах собирают внешние данные. ИИ автоматически распознает поломки на изображении железнодорожного полотна по ходу поезда и затем точнее прогнозирует места их возникновения. Рабочим не нужно проверять пути, так что они не рискуют получить производственные травмы. Данные с поездов передаются по мобильным сетям в реальном времени, а из регионов с плохим покрытием связи — когда поезд прибывает в пункт назначения.

Siemens анализировала данные датчиков на исследовательской платформе Teradata Aster. Данные можно передавать в диспетчерские по специальной платформе отчетов и визуализации или интегрировать в уже используемые инструменты. Критические отчеты и события отправляются по SMS.

Результат

Директор мобильных сервисов данных Siemens Герхард Кресс рассказал: «Наши клиенты получают больший пробег с меньшим количеством поездов и, следовательно, оптимально распределяют ресурсы и снижают издержки. К тому же благодаря аналитической обработке данных можно быстрее обнаруживать причины неполадок, а значит, экономится рабочее время».

Работая с немецким железнодорожным оператором, Siemens прогнозировала все до единой поломки скользунов, редукторов, моторов и другого механического оборудования.

Самое главное, что теперь Siemens настолько уверена в своих прогнозах, что дает клиентам гарантии. Компания надеется сделать из поездов равноценную альтернативу самолетам, а после этого планирует заняться экологической стороной вопроса.

Самое главное

Назад: 47. Shell. ИИ для энергетического перехода
Дальше: 49. Tesla. Разработка интеллектуальных автомобилей