GE использует ИИ и IoT для создания «умных» локомотивов

Компания General Electric использует машинное обучение, чтобы создать — «умные» локомотивы и снизить количество сбоев системе железнодорожных перевозок. В рамках совместного с Deutsche Bahn проекта GE удалось повысить эффективность работы поездов на 25%, что является рекордом для отрасли, пишет Venture Beat.

По словам Уэсли Мукай, главного инженера GE Transportation, увеличение скорости состава всего на 1 км/ч дает $2,5 млрд дополнительной прибыли, а повышение эффективности терминала всего на 1% — $2,2 млрд. Теперь, когда грузовой локомотив может быть оборудован более чем 200 датчиками, это стало возможным.

Каждый локомотив GE оснащен мобильным центром обработки данных и камерами высокой четкости, которые снимают пути и кабину. Данные анализируются прямо на составе, что позволяет принимать решения в режиме реального времени.

Большая часть встроенной видеоаналитики работает так же, как на робомобилях — датчики проверяют состояние полотна, идентифицируют знаки и сканируют препятствия на трассе. Но самая полезная функция, по словам Мукая, — это способность оборудования определять деформацию рельсов, которая происходит в жаркую солнечную погоду и чаще всего приводит к авариям. Видео фиксирует состояние путей, а алгоритмы ИИ определяют, опасны ли они для локомотива.

В отличие от традиционных датчиков, которые предупреждают операторов о состоянии тех или иных систем (например, об уровне охлаждающей жидкости), новая система GE может предвидеть сбой еще до выхода поезда на маршрут. Это означает, что проблемы могут быть устранены до того, как сбой пойдет каскадом по всем маршрутам и снизит пропускную способность и скорость перевозок во всей системе.

В GE данные анализируются в так называемых центрах оптимизации эффективности (GPOC), где алгоритмы машинного обучения создают стратегии для оптимизации всех процессов, от схем использования топлива до графика технического обслуживания.

Хотя беспилотные поезда еще не введены на основных торговых маршрутах, ИИ уже создает дополнительные преимущества для транспортных компаний. Например, алгоритм оптимизации маршрутов GE прогнозирует условия окружающей среды, обновляет планы поездок и предупреждает оператора о том, что необходимо изменить скорость состава.

Компания Rio Tinto тестирует первый в мире беспилотный грузовой поезд, способный изменить горнодобывающую промышленность. Конечной целью компании является создание первой в мире полностью автономной магистральной железнодорожной сети дальнего следования.