Najważniejszy klient, Rail Cargo Austria, ma urządzenia A1 Digital zainstalowane w ponad 11 000 wagonów (ponad 2 000 w Rail Cargo Hungaria). Z biegiem czasu A1 Digital zebrało ogromne ilości danych z urządzeń. Do czego były one przydatne? Jakie są kluczowe wnioski i potencjał? I czy można wypożyczyć kilka urządzeń, aby wypróbować je na swojej flocie? Zadaliśmy te pytania, a odpowiedzi udzielili eksperci A1: Jürgen Rudolf, starszy ekspert i konsultant ds. rozwiązań Rail Insight w A1 Digital, Stefan Höltinger, starszy analityk danych i konsultant ds. uczenia maszynowego oraz Philipp König, kierownik ds. marketingu produktów IoT w A1 Digital.
Jak w skrócie podsumowałbyś ewolucję kolei od analogowej do cyfrowej w obszarze śledzenia wagonów towarowych?
Jürgen Rudolf: Firmy kolejowe nie są najbardziej postępowe na tej planecie, a niektóre robią rzeczy w ten sam sposób od prawie 200 lat. Wszystko było całkowicie analogowe. W ostatnich latach nowe inicjatywy pozwoliły wyposażyć i podłączyć zasoby do sieci internetowej.
Pierwszym krokiem było ustalenie, gdzie znajdują się wagony towarowe. Pomogło nam to uzyskać lepsze szacunki dotyczące przyjazdów do klientów lub dowiedzieć się, gdzie znajdują się moje wagony w porównaniu z obszarem, w którym są wymagane ze względów logistycznych.
Krok drugi pochodził z punktu widzenia konserwacji - znajomość dokładnego przebiegu wagonu towarowego. Zwłaszcza w przypadku przewozów jednowagonowych, wagony towarowe były całkowicie poza zasięgiem właściciela wagonu, który często nie miał pojęcia, gdzie się znajdują. Śledzenie i namierzanie pozwala więc klientom dokładnie wiedzieć, gdzie znajduje się ich ładunek. Właściciele znają ich przebieg, co pozwala również na lepsze planowanie okresów międzyprzeglądowych. Dzięki większej ilości danych możemy nawet przewidzieć szacowany czas przybycia wagonu do miejsca docelowego. Zainstalowanie dodatkowych czujników umożliwia konserwację opartą na stanie itd. A z pomocą sztucznej inteligencji mówimy o konserwacji predykcyjnej.
Dla wielu osób w firmach kolejowych Internet Rzeczy (IoT) i sztuczna inteligencja to zupełnie obce słowa. Jak opisałbyś jego potencjalne zastosowanie dla ludzi w analogowym świecie kolei?
Jürgen Rudolf: Dotykasz właściwego punktu. Nie chcemy rozmawiać z naszymi klientami o możliwościach technicznych, specyfikacjach itp. Chcemy rozmawiać o zaleceniach dotyczących przypadków biznesowych, korzyściach, jakie to przynosi, dlaczego warto to zrobić i o szybkim zwrocie z inwestycji. Przenosimy aktywa analogowe do modeli biznesowych opartych na danych. Ponieważ właśnie to jest dla nich atrakcyjne - optymalizacja kwestii logistycznych i konserwacyjnych. IoT jest narzędziem, które za tym stoi. Urządzenie, które pozwoli kolei przyczynić się do zminimalizowania zmian klimatycznych i zmniejszenia emisji CO2.
A1 Digital wprowadziło sprzęt i oprogramowanie do śledzenia i namierzania, ale od tego czasu produkt ewoluował. Co wasze rozwiązanie może teraz zaoferować klientom?
Jürgen Rudolf: Jesteśmy jedną z niewielu firm, które są punktem kompleksowej obsługi w zakresie cyfryzacji wagonów towarowych. Nie sprzedajemy po prostu sprzętu, oprogramowania, łączności czy czegokolwiek innego. Wybieramy odpowiedni wybór z każdego z tych częściowych segmentów odpowiednich dla konkretnego klienta, tj. oferujemy rozwiązania. Posiadamy platformę IoT, na której odbierane i przetwarzane są dane przesyłane z wagonów towarowych, a także może ona wysyłać informacje, takie jak zdalne aktualizacje, korekty konfiguracji, kalibracja itp. z powrotem do wagonu. Niewiele firm kolejowych posiada zaawansowane platformy zarządzania aktywami, na których możemy wprowadzać te dane. Zamiast tego pracują na arkuszach Excel i podobnych sposobach działania, a my musimy znaleźć sposób na zintegrowanie naszych danych lub zaproponować bardziej nowoczesne platformy do przetwarzania danych. Zapewniamy to w całym łańcuchu, aż do analizy danych i uczenia maszynowego. Pomaga to zmaksymalizować potencjał ukryty w tych danych na korzyść firmy. Zapotrzebowanie klientów zmienia się w zależności od klienta, ale mówimy głównie o konserwacji predykcyjnej, warunkach wagonów lub danych dotyczących wibracji.
Stefan Höltinger: Robienie rzeczy "po staremu", korzystając wyłącznie z Excela, nie jest wyjątkowe dla kolei, ale wciąż powszechne w wielu segmentach. Oferujemy również naszą platformę uczenia maszynowego, która jest łatwa w użyciu za pośrednictwem pulpitu nawigacyjnego i umożliwia płynne przejście z Excela do bardziej zaawansowanej analizy uczenia maszynowego. Możesz załadować dane z arkusza Excel i przetestować różne algorytmy uczenia maszynowego, aby uzyskać najlepsze rozwiązanie. Wynik nadal można wyeksportować z powrotem do Excela, ale ostatecznym celem jest digitalizacja całego procesu.
Wśród funkcji, które zapewnia Twoje rozwiązanie, są dane dotyczące drgań lub czujniki wstrząsów. W jaki sposób jest to przydatne dla właściciela wagonu lub przewoźnika kolejowego?
Stefan Höltinger: Dane dotyczące drgań są kluczem do wielu zastosowań wykraczających poza śledzenie. Dostarczają one cennych informacji na temat sposobu obsługi wagonu, np. podczas manewrowania lub załadunku i rozładunku. Informacje te mogą być bardzo przydatne do bardziej ukierunkowanych inspekcji wagonów i optymalizacji cykli konserwacji. W zależności od typu używanego wagonu i przewożonych towarów można ustawić określone progi wibracji wagonu - lub poziom akceptacji wibracji. Jeśli wibracje przekroczą próg, można założyć, że wagon jest uszkodzony i zorganizować kontrolę. Jest to możliwe tylko po zebraniu danych z wielu wagonów i zastosowaniu modeli uczenia maszynowego do każdego typu wagonu towarowego.
Jak działa uczenie maszynowe w przypadku kolejowych wagonów towarowych?
Stefan Höltinger: Pierwszym krokiem jest upewnienie się, że używane czujniki dostarczają użytecznych danych dotyczących drgań dla danego zastosowania (tj. odpowiednia częstotliwość i cechy). Drugim krokiem jest gromadzenie danych z urządzeń przez kilka miesięcy. Następnie można wykorzystać te dane do znalezienia interesujących wzorców - i właśnie w tym najbardziej pomaga uczenie maszynowe. Następnie wraz z ekspertami z danej dziedziny weryfikujesz zidentyfikowane wzorce wstrząsów i przypisujesz je do określonych zdarzeń. W ten sposób można opracować jeszcze lepsze prognozy i informacje na przyszłość.
Czy możesz podać nam konkretny przykład?
Stefan Höltinger: Oczywiście. Na przykład wiesz, że konkretny klient korzysta z określonego typu wagonów i istnieje zwykła skala drgań, gdy wagony są ładowane i rozładowywane na różnych bocznicach klienta. Jeśli następnie zaobserwujesz niewidoczne wzorce wstrząsów, algorytm zidentyfikuje te anomalie w wibracjach, które mogą wskazywać na niewłaściwą obsługę podczas załadunku i rozładunku ładunku. Wtedy można założyć, że wagon będzie wymagał dokładnego sprawdzenia pod kątem uszkodzeń.
W jaki sposób zapytanie o czujniki wstrząsów wpłynęło na Twoje rozwiązanie?
Jürgen Rudolf: Początkowym zadaniem Rail Cargo było posiadanie czujnika wstrząsów na pokładzie, aby wiedzieć, gdzie dochodzi do niewłaściwego załadunku. Mieli wiele uszkodzeń, zwłaszcza w przypadku klientów ładujących złom żelaza, próbujących manipulować załadowanym złomem, aby załadować więcej. Koszty spowodowane niewłaściwą obsługą sięgały milionów rocznie. I chcieli wiedzieć, gdzie to się dzieje. Czujnik wstrząsów 3D, który to rejestruje, jest standardową częścią naszego urządzenia. Jest on również używany podczas trudnych manewrów, gdy zderzaki wagonów stykają się z prędkościami przekraczającymi dozwolony zakres. Nieprawidłowy załadunek lub przetaczanie ładunku jest wskazówką, że wagony muszą trafić do warsztatu w celu kontroli.
Innym przypadkiem były wagony w ruchu - zarejestrowaliśmy wstrząsy, które nie miały wpływu na wagon towarowy, ale regularnie pojawiały się w dokładnie tym samym miejscu. Może to wskazywać na uszkodzenie torów. Na podstawie tych geolokalizacji byliśmy w stanie stworzyć mapy cieplne z miejscami, które wymagają uwagi zarządcy infrastruktury - publicznej lub prywatnej, na przykład na bocznicy.
Możemy również wskazać płaskie miejsce na kole wagonu z niewielkimi, ale regularnymi wibracjami. To wszystko nas zaskoczyło - jak czujnik wstrząsów może być pomocny dla operatorów, właścicieli wagonów, utrzymania taboru i torów kolejowych oraz zapobiegania wypadkom.
Stefan Höltinger: Pozytywnym efektem dla nowych klientów jest to, że zebraliśmy i przeanalizowaliśmy już wiele danych i potencjalnych rozwiązań. W ten sposób nowi klienci korzystają z tego doświadczenia i wcześniejszych ulepszeń rozwiązania.
Moją uwagę przykuła potencjalna korzyść z utrzymania infrastruktury. Czy dane z map cieplnych są udostępniane firmom zajmującym się infrastrukturą i czy rzeczy są naprawiane?
Jürgen Rudolf: Potencjał istnieje, ale w większości nie jest obecnie wykorzystywany. Chociaż operator i firma infrastrukturalna należą do tej samej grupy, ci, którzy płacą za rozwiązania, traktują dane jak swoje własne. Nie ma pewności co do praw i obowiązków związanych z udostępnianiem danych, więc większość właścicieli danych nie chce się nimi dzielić dla wspólnej korzyści. Z jednej strony rozumiem to. Z drugiej strony, dzielenie się danymi może prowadzić do większego celu: uczynienia kolei bardziej konkurencyjną i zorientowaną na przyszłość, czego wszyscy chcemy. To byłaby prawdziwa wygrana-wygrana.
Wróćmy do rozwiązań, które dostarczacie. Czyli wszystko w jednym - sprzęt, oprogramowanie i przetwarzanie danych, zgadza się?
Jürgen Rudolf: Tak, wybieramy zoptymalizowany sprzęt, łączymy go z platformą IoT, analizujemy dane i dostarczamy platformy dla użytkowników. Podam interesujący przykład: Rail Cargo miało szacowany limit czasowy 30-40 minut na aktywację urządzenia, zamontowanie go na wagonie oraz połączenie numeru wagonu z numerem urządzenia we wszystkich systemach i przetestowanie, czy działa prawidłowo. Ściśle współpracowaliśmy z jedenastoma warsztatami Rail Cargo, aby zoptymalizować tę procedurę i udało nam się skrócić ten czas do sześciu minut. Stworzyliśmy również walizkę ze wszystkimi niezbędnymi do tego narzędziami. Prawie pół godziny zaoszczędzonego czasu pomnożone przez 11 000 wagonów to znaczna oszczędność czasu (i oszczędność kosztów rzędu kilku osobolat!).
Rail Cargo posiada własne warsztaty, z którymi można współpracować. A co z klientami, którzy potrzebują warsztatów dla swoich flot i chcą zamontować te urządzenia?
Jürgen Rudolf: Zawsze łączymy montaż z interwałami serwisowymi wagonów, zamiast gonić wagony, aby zainstalować go w dowolnym miejscu i czasie. Możemy wykonać montaż warsztatowy praktycznie wszędzie i nie jest potrzebny żaden specjalny sprzęt - jak powiedzieliśmy, wszystko, co musimy dostarczyć, to jedna walizka.
Planowany cyfrowy sprzęg automatyczny (DAC) będzie miał linię zasilania i gromadzenie danych. Czy będzie to oznaczać, że urządzenie dostarczane w wagonach towarowych będzie zbędne?
Jürgen Rudolf: Wcale nie. DAC to naprawdę świetna europejska inicjatywa. Magistrala danych będzie wysyłać dane do lokomotywy. Ale kto wyśle dane z konkretnego wagonu do właściciela wagonu? Spedytor może się zmienić, a także firmy trakcyjne - a zapewnienie, że zawsze otrzymasz te same dane od wszystkich z nich, jest niemożliwe. Ponadto, jeśli są używane w ruchu jednowagonowym, wagony są odłączane i ponownie podłączane, a złożoność rośnie wykładniczo. W związku z tym właściciele flot będą potrzebować tego cyfrowego rozwiązania jeszcze przez wiele lat - łatwego do zamontowania bez żadnego połączenia przewodowego.
Powiedzmy, że jestem klientem i chciałbym wypróbować to rozwiązanie, ale nie jestem w pełni zaangażowany we wdrożenie go w całej mojej flocie wagonów. Czy istnieje sposób, aby skorzystać z wersji próbnej?
Jürgen Rudolf: Tak, nazywamy to Rail Insight Trial Box. Wyślemy pudełko z dziesięcioma urządzeniami, które można łatwo zamontować na wagonie towarowym dzięki magnetycznemu tyłowi. Klient napisze, które urządzenie znajduje się na którym wagonie, a następnie uzyska dostęp do pulpitów nawigacyjnych pokazujących dane z tych dziesięciu wagonów przez trzy miesiące. Obejmuje to śledzenie i śledzenie oraz inne potrzeby klienta. Po upływie kwartału klient odeśle nam urządzenia, a nasi analitycy danych przetworzą zebrane informacje. Na koniec przeprowadzimy warsztaty z klientem na temat naszych ustaleń i pokażemy, co możemy zrobić z tymi danymi.
Jeśli potencjalni klienci są zainteresowani rozmową z Tobą i omówieniem dalszego korzystania z Twojego rozwiązania, jaki jest najlepszy sposób na rozpoczęcie?
Philipp König: Dobrym sposobem jest odwiedzenie strony Rail Insight na naszej stronieinternetowej i poproszenie o bezpłatną, niewiążącą konsultację z jednym z naszych ekspertów za pośrednictwem formularza. Dla tych, którzy wolą oglądać filmy, polecam obejrzenie nagrania z naszego ostatniego webinarium z udziałem naszego klienta, Rhaetian Railway.
