Veriye dayalı demiryolu sistemlerine doğru

Gelişmiş algoritmalar, Gerhard Kress (en solda) ve meslektaşlarının potansiyel arızaların zamanlamasını tahmin etmesine yardımcı oluyor...

18 NİSAN, 20180
Paylaş Tweet Paylaş
Veriye dayalı demiryolu sistemlerine doğru

Gerhard Kress’in etrafı hem gerçek hem de sanal trenlerle çevrili. Önündeki monitörde bir aracın şematik çizimi var. Arkasında, Demiryolu için olan MindSphere Aplikasyon Merkezi’nin açık ofisinde beyaz bir tahta uzanıyor. Beyaz tahta, tren işletimleri sırasında ne olduğunu anlatan kırmızı ve mavi formüller ve denklemlerle dolu. Kress pencereden dışarı baktığında, Siemens’in lokomotiflerini ürettiği Münih’in hemen dışında bulunan Allach sanayi bölgesinin testere dişi şeklindeki çatılarını görebiliyor. Burası aynı zamanda lokomotiflerin servise ve bakıma alındığı yer; Demiryolu Servis Merkezi, sadece üç vagon uzunluğu kadar bir mesafede. Bu taşıt atölyesi, faaliyet alanı ve işlemleri nedeniyle epey alışılmadık bir atölye; zira burada yalnızca iki demiryolu hattı değil, sanal ve gerçek olmak üzere iki dünya ele alınıyor. Demiryolu teknolojisinin dijital dönüşümü Dijital dönüşümün demiryolu taşımacılığını etkilemeye başlaması hayli uzun bir zaman aldı. Geleneksel bakım çalışmaları, demiryolu taşıtlarını düzenli bir şekilde işletim merkezlerinde kontrol etmeyi, gözle görünen sorunların çözülmesini ve makinelerin bakımını kapsarken, dijital teknoloji ise yeni bir hizmet düzeyine kapı açtı. Uzaktan veya yerelden toplanan sensör verileri, hata mesajları ve günlük dosyalar, demiryolu araçları ve altyapıları hakkında Demiryolu için olan MindSphere Aplikasyon Merkezi çalışanlarına eşi görülmemiş düzeyde ayrıntı sağlıyor. Allach’taki merkezin açıldığı 2014’ten bu yana, Atlanta, Moskova, Londra, Perth ve Hong Kong’da olmak 5 ayrı merkez daha faaliyete sokuldu. 15’ten fazla ülkedeki lokomotiflerden, yüksek hızlı trenlerden ve bölgesel trenlerden gelen veri akışları, bu üç merkezde bir araya geliyor. Merkezlerdeki programcılar, veri tabanı uzmanları ve uygulama yöneticileri bu büyük veri setini akıllı verilere dönüştürmek üzere trenlerin gerçek zamanlı izlenmesi, bileşenlerin yıpranması ve arızasıyla ilgili tahmin ve karmaşık taşıt sorunlarının analizi konusunda demiryolu sektörüne eşsiz çözümler sunan veri tabanlı bir servis geliştirdi. Bunun sonucunda ortaya çıkan Railigent Platformu, hem bütün enformasyon yolunu – raylar üzerindeki sensörlerden kullanıcının akıllı telefonundaki rapora kadar – gösterebiliyor hem özgün eylem önerilerinde bulunabiliyor. Platformun, demiryolu sistemi işletmecileri ve bakım ekiplerine sunduğu avantajlar gayet açık çünkü sistem daha fazla emre amadelik, daha uzun hizmet ömrü ve bakım ile tüm tren ve altyapı bileşenlerinin işletimi konusunda ciddi bir verimlilik artışı sağlıyor. Kress, “Bir demiryolu aracı, servis merkezimize gelmeden önce ne yapılması gerektiğini biliyoruz” diyor. Bu da trenlerin yüzde 100’e kadar emre amadeliğine olanak sağlıyor. 100 tren, 200 milyara varan veri noktası Aslında dijital teknolojiler uzmanlara hız, fren davranışı ve kilometre performansı gibi standart değişkenler hakkında bilgi vermekten çok daha fazlasını sağlıyor. Bu teknolojiler, örneğin kompresörlerin davranışı, birbirine bağlı vagonların ağırlığı ve otomatik kontrol süreçlerinin durumu hakkında da bilgi sağlıyor. Dahası demiryollarının ve meyillerin durumu, işletim sırasındaki hava koşulları gibi bilgiler de belirli bir demiryolu ağındaki işletim sıklığıyla birlikte kayıt altına alınıyor. Kress, “Ulaştırma işinin geleceğini sadece taşıtlar belirlemeyecek” diyor ve ekliyor: “Müşteriler açısından, taşıtların ömrü, maliyetleri ve verimli kullanımı önemlidir. Başarı ancak taşıtlardan, altyapıdan ve işletim süreçlerinden alınan verilerin bütünü yardımıyla elde edilebilir.” Bütün bunlar, tam anlamıyla ‘dağ gibi’ bir veri yığını anlamına geliyor. 100 trenlik bir filo her yıl yaklaşık 100 ila 200 milyar arasında veri noktası üretiyor ve bu sadece başlangıç. Kress ve ekibi bu verileri analiz ederken anlamlı yorumlar arıyor. Bunun sonucunda ortaya çıkan bilgi, örneğin bakım süreçlerini optimize etmelerini sağlayabiliyor veya hata mesajları içeren bir fren arızası, lokomotif aynı zamanda bir vagona bağlıysa normal sayılabiliyor. Bu tür bilgiler, önemli ve önemsiz faktörlerin birbirinden ayrılmasını ve nedensellik zincirlerinin anlaşılmasını olanaklı kılıyor. Kress ve ekibi bu yaklaşım sayesinde artık yüksek bir güvenilirlik düzeyiyle tahmin modelleri kullanabiliyor. Örneğin Demiryolu için olan MindSphere Aplikasyon Merkezi, yüksek hızlarda yoğun aşınmaya ve yıpranmaya maruz kalan şanzıman yataklarıyla ilgili sorunları, en az üç gün öncesinden tahmin edebiliyor. Bu da trenlerin emre amadeliğini artırıyor ve tasarruf sağlıyor. Alman demiryolu şirketi Deutsche Bahn da bu tür çözümlerle ilgileniyor. Deutsche Bahn, Velaro D (ICE 3) yüksek hızlı trenlerin öngörücü bakım ve servis işlemlerine yönelik bir pilot sistem başlatmak üzere Ekim 2016’da Siemens’le güçlerini birleştirdi. Ayrıca şirketin kargo taşımacılığı bölümü DB Cargo da kısa bir süre önce taşıt filosunun dijitalleştirilmesine yönelik Siemens’in sunduğu çözümü kullanacağını açıkladı. Şirket, 2020’ye kadar 2 bin adet taşıtını tanılama teknolojisiyle donatmayı hedefliyor. Yüksek hız ve güvenilirlik Bu sistemin ne kadar iyi çalıştığı, İspanyol ulusal demiryolu işletmecisinin (Renfe) Madrid’le Barcelona arasında işlettiği yüksek hızlı demiryolu hattına bakıldığında görülebilir. Renfe, bu hatta bir havayolu hattıyla rekabet halinde. Bir buçuk saatlik uçuş süresine karşılık trenle seyahat iki buçuk saat sürüyor. Ancak Renfe, tren 15 dakika veya daha fazla gecikme yaşarsa yolcularına tüm bilet ücretlerini iade etme garantisi veriyor. Renfe, bunu yüksek bir güvenilirlikle garanti edebilmek için trenlere ilişkin ileri veri analizi kullanan bir ortak girişim kurmak üzere Siemens’le birlikte çalışmaya başladı. Sonuç, yaklaşık 2 bin 300 seferde, teknik sorunlardan kaynaklanan sadece bir önemli gecikmenin yaşanması oldu. Hat, 10 yılı aşkın süre önce işletmeye alındığında yolcuların yalnızca yüzde 20’si treni tercih ederken bu oran artık yüzde 60’ın üzerinde. Bütünüyle trenlerle ilgili verilerin dijital analizi Demiryolu için olan MindSphere Aplikasyon Merkezi ekibinin bir başka avantajı daha bulunuyor: Yalnızca farklı demiryolu filolarından değil, Almanya’da, İspanya’da veya Rusya’da, farklı koşullar altında çalışan filolar hakkındaki veri setlerinden de faydalanabiliyor. Tüm bunlar demiryolu taşıtlarının güvenilirliğinin artırılmasına tercüme edilen bir bilgi dağarcığı anlamına geliyor. Bu, daha küçük işletmeciler açısından da avantaj sağlıyor çünkü sadece birkaç yıldır, kendilerine ait veya kiralık taşıtları kullanarak hat işleten şirketler, Siemens gibi hizmet sunucularla birlikte çalıştıkları takdirde teknik risklerdeki azalmadan yararlanabiliyor. Kress, “Arıza ve aşınma tahminleri, hata tanıma ve iyi planlanmış bakım döngüleri yalnızca birer başlangıç” diyor ve ekliyor: “Gelecekte Demiryolu Servis Merkezi’nde, bugün uçaklar için yapılabildiği gibi, herhangi bir anormallik olup olmadığını incelemek üzere taşıtın tüm veri tabanını bir kablo aracılığıyla bilgisayara indirebileceğimizi düşünmek mümkün.”


İLGİNİZİ ÇEKEBİLİR

Yorum Yaz




Veri politikasındaki amaçlarla sınırlı ve mevzuata uygun şekilde çerez konumlandırmaktayız. Detaylar için veri politikamızı inceleyebilirsiniz.