Vi diskuterte temaet med Robert Henderson, CRL, C. Tech, Solution Specialist hos Bentley Systems Asset and Network Performance Team.

Han har tidligere uttalt [oversatt til norsk] at «med den digitale transformasjonen innen jernbane, begynner det økende volumet og innsamlingshastigheten av data—som man dermed må håndtere—å bli et betydelig problem for jernbanevedlikeholdsteam.

Det som trengs er en løsning som er maskinvare-nøytral. Et system som gjør det mulig å konsolidere og håndtere alle tredjeparts data, og dermed gir lett tilgang til pålitelige data som danner grunnlag for alle typer analyse, inkludert—for eksempel—lineær analyse for vedlikehold av jernbaneinfrastruktur.»

Foto: Bentley Systems

– Når vi ser på utfordringene med stordata, er dagens realitet at etter hvert som jernbaneforetak tilegner og tilpasser seg flere IoT-enheter og behovet for tilnærmet sanntidsanalyse, skaper det i seg selv kapasitetsutfordringer og hastighetsutfordringer, sier Henderson til Samferdsel og infrastruktur.

– Dataene må sammenstilles, renses og normaliseres for å kunne gi et virkelig oppdatert og helhetlig bilde. Etter innsamling kan pålitelige data utvides og analyseres med intelligente styringssystemer, noe som gir økt innsikt for beslutningsprosessen.

Størst ROI

Datasiloer er en annen utfordring, og et vanlig problem er gapet mellom planlegging og drift. Det at forskjellige maskinvareleverandører benytter sine egne visualiseringsverktøy (grunnet mangel på internasjonale formatstandarder), resulterer i enda flere siloer.

– Poenget er å sørge for at jernbaneeiere og -operatører gjør riktig vedlikehold til riktig tid på riktig sted. Så konsolidering av datasiloer vil gi eier-operatører en mer helhetlig oversikt over hele det lineære nettverket og tilhørende systemer, forklarer Henderson.

Innsamling av lineære data kan være dyrt, og noen foretak bruker enorme summer på inspeksjonsflåter og datainnsamling. Derfor er det her man kan hente de største ROI-gevinstene.

– Det som gir størst ROI kan være kostnadsunngåelse, påpeker han, og selv med budsjettkutt—ved å bruke riktig løsning—kan eiere opprettholde eller også øke påliteligheten.

Imidlertid er budsjettene allerede ofte for lave, ifølge Henderson, og mange sliter allerede. Derfor handler det om å få mer utav data man allerede har innhøstet, om å foreta bedre analyse, og hvordan optimalisere for å oppnå kostnadsunngåelse.

Nyttig for mange

Bentley Systems OpenRail-løsning støtter eier-operatører innen jernbane og transitt gjennom hele livssyklusen fra planlegging til gjennomføring, inkludert lineær analyse i forbindelse med vedlikehold av jernbaneinfrastruktur.

– Løsningen hjelper virkelig ved å la eier-operatører forstå historikk, nåværende forhold og—når vi kan forstå det, sier Henderson—da kan vi prioritere arbeid og optimalisere vedlikeholdsteam.

– Og når vi får til det, kan vi forbedre påliteligheten. Og når vi forbedrer pålitelighet, er det direkte forbundet med høyere sikkerhet.

Henderson forklarer at «løsningen er fleksibel når det gjelder type lineære objekter», så sant du har nettverksdefinisjon og datapunkter langs nettverket.

Bruken av lineær analyse er ikke begrenset til vedlikehold av jernbaneinfrastruktur. Vedlikeholdsteam for kjøreledninger og elektrifisering av høyspentskinner kan også benytte metoden. Løsningen har også blitt brukt til å demonstrere arbeidsflyt for vedlikehold av vei.

Løsningen kan konfigureres for forskjellige forretningsenheter alt etter hvordan de ønsker at spesifikke data skal fremstilles, for å unngå for mye informasjon.

– Så det er svært fleksibelt når det gjelder hvilke data som fremstilles og for hvem, og dataene—om de ikke gir noe verdi for den enkeltes beslutningsevne—bør ikke inkluderes, understreker Henderson.

Mer effektiv bruk av data

– Den raskeste ROI med OpenRail «Digital Twin Services» når vi gjør en lineær analyse, er faktisk ved å bruke eksisterende data som allerede finnes i silosystemene, sier Henderson, som mener løsningen er mer effektiv når den er integrert med arbeidsstyringssystemer.

For eksempel kom Network Rail i Storbritannia i gang med en reduksjon i driftskostnader på 123 millioner pund. Det hjalp dem å redusere risiko, øke sikkerheten, og oppnå et mål på 30 % effektivitetsgevinst.

Godsjernbaneeier-operatør CSX i USA brukte løsningen som støtte for sine utbedringsprogram for infrastruktur. Det ga økt interoperabilitet i styringssystemet, slik at de kunne vurdere utbedringsforespørsler basert på faktiske data. Ved å forbedre nøyaktigheten med kun 2 %, oppnådde de en kostnadsunngåelse på 1,5 millioner dollar.

– Vi vil komme til å se mye mer IoT, og vi vil se mye mer maskinlæring og kunstig intelligens som hjelper oss å håndtere slike store inntak av data som vi vil oppleve i forbindelse med «Big Data». Så vi vil se en hel del betydelige fremskritt på de områdene, avslutter han.

– Status Quo er ikke lenger bra nok.