У самого крупного клиента, компании Rail Cargo Austria, устройства A1 Digital установлены более чем на 11 000 вагонов (более 2 000 - у Rail Cargo Hungaria). Со временем A1 Digital собрала огромное количество данных с этих устройств. Для чего они были полезны? Каковы ключевые выводы и потенциал? Можете ли вы арендовать несколько устройств, чтобы опробовать их на своем автопарке? Мы задали эти вопросы, а эксперты A1 Юрген Рудольф, старший эксперт и консультант по решениям Rail Insight в A1 Digital, Штефан Хёльтингер, старший специалист по данным и консультант по машинному обучению, и Филипп Кёниг, менеджер по маркетингу продуктов IoT в A1 Digital, ответили на них.
Как бы вы в двух словах описали эволюцию железных дорог от аналоговых к цифровым технологиям в области отслеживания и сопровождения грузовых вагонов?
Юрген Рудольф: Железнодорожный бизнес - не самый прогрессивный на планете, и некоторые из них делают все по-старому уже почти 200 лет. Все было полностью аналоговым. В последние годы появились новые инициативы по оснащению и подключению активов к сети Интернет.
Первым шагом было узнать, где находятся ваши грузовые вагоны. Это помогло нам получить более точные оценки прибытия к клиентам или узнать, где находятся мои вагоны по сравнению с районом, где они запрашиваются по логистическим соображениям.
Шаг второй заключался в том, чтобы с точки зрения технического обслуживания знать, каков точный пробег грузового вагона. Особенно при одиночных повагонных перевозках грузовые вагоны были совершенно не подвластны владельцу вагона, который часто не имел ни малейшего представления о том, где они находятся. Таким образом, отслеживание позволяет клиентам точно знать, где находится их груз. Владельцы знают пробег вагонов, что также позволяет лучше планировать интервалы технического обслуживания. Благодаря большему количеству данных мы можем даже прогнозировать расчетное время прибытия вагона в пункт назначения. Установка дополнительных датчиков позволяет проводить техническое обслуживание на основе состояния и так далее. А с помощью искусственного интеллекта мы говорим о предиктивном обслуживании.
Для многих сотрудников железнодорожных компаний Интернет вещей (IoT) и искусственный интеллект - совершенно незнакомые слова. Как бы вы описали их потенциальное использование для людей в аналоговом мире железных дорог?
Юрген Рудольф: Вы затронули правильную тему. Мы не хотим говорить с нашими клиентами о технических возможностях, спецификациях и т. д. Мы хотим говорить о рекомендациях для бизнес-кейсов, о преимуществах, которые это дает, о том, зачем это делать, и о быстрой окупаемости инвестиций. Мы переводим аналоговые активы в бизнес-модели, основанные на данных. Потому что именно это их привлекает - оптимизация логистики и вопросов обслуживания. IoT - это инструмент, который стоит за этим. Устройство, которое позволит железным дорогам внести свой вклад в минимизацию климатических изменений и сокращение выбросов CO2.
Компания A1 Digital представила аппаратное и программное обеспечение для отслеживания и слежения, но с тех пор продукт развивался. Что ваше решение может дать клиентам сейчас?
Юрген Рудольф: Мы являемся одной из немногих компаний, которые представляют собой единое целое для цифровизации грузовых вагонов. Мы не просто продаем оборудование, программное обеспечение, возможности подключения или что-то еще. Мы выбираем из каждого из этих сегментов то, что подходит конкретному клиенту, то есть предлагаем решения. У нас есть платформа IoT, которая принимает и обрабатывает передаваемые данные из грузовых вагонов, а также может отправлять информацию, такую как удаленные обновления, корректировки конфигурации, калибровка и т. д. Не у многих железнодорожных компаний есть сложные платформы управления активами, куда мы можем вводить эти данные. Вместо этого они работают с таблицами Excel и подобными способами, и нам приходится искать способ интегрировать туда наши данные или предлагать более современные платформы для обработки данных. И мы обеспечиваем это по всей цепочке, вплоть до анализа данных и машинного обучения. Это помогает максимально использовать потенциал, скрытый в этих данных, в интересах компании. Спрос со стороны клиентов меняется от клиента к клиенту, но в основном мы говорим о предиктивном обслуживании, состоянии вагонов или данных о вибрации.
Штефан Хёльтингер: Работа по старинке, используя только Excel, - это не уникальное явление для железных дорог, но все еще распространенное во многих сегментах. Мы также предлагаем нашу платформу машинного обучения, которая проста в использовании с помощью приборной панели и позволяет плавно перейти от Excel к более продвинутой аналитике машинного обучения. Вы можете загрузить данные из листа Excel и протестировать различные алгоритмы машинного обучения, чтобы получить наилучшее решение. Вы по-прежнему можете экспортировать результат обратно в Excel, но конечная цель - оцифровать весь процесс.
Среди функций, которые предоставляет ваше решение, - данные о вибрации, или датчики удара. Чем это полезно для владельца вагона или железнодорожного грузоперевозчика?
Штефан Хёльтингер: Данные о вибрации - это ключ к решению многих задач, помимо отслеживания и трассировки. Они предоставляют ценную информацию об обращении с вагоном, например, во время маневрирования или погрузки и разгрузки. Эта информация может быть очень полезна для более целенаправленных проверок вагонов и оптимизации циклов технического обслуживания. В зависимости от типа используемого вагона и перевозимого груза можно установить определенные пороги вибрации вагона - или допустимый уровень вибрации. Если вибрация превышает пороговое значение, вы можете предположить, что вагон поврежден, и организовать его осмотр. Это возможно только после сбора данных по многим вагонам и применения моделей машинного обучения к каждому типу грузовых вагонов.
Как работает машинное обучение в случае с железнодорожными грузовыми вагонами?
Штефан Хёльтингер: На первом этапе вы должны убедиться, что используемые вами датчики обеспечивают полезные данные о вибрации для вашего применения (т.е. соответствующую частоту и характеристики). На втором этапе вы собираете данные с ваших устройств в течение нескольких месяцев. Затем вы можете использовать эти данные для поиска интересных закономерностей - и именно здесь машинное обучение помогает больше всего. Затем вместе с экспертами в данной области вы проверяете выявленные закономерности и приписываете их определенным событиям. Таким образом, вы сможете разрабатывать еще более точные прогнозы и информацию на будущее.
Можете привести конкретный пример?
Штефан Хёльтингер: Конечно. Например, вы знаете, что конкретный клиент использует определенный тип вагонов, и существует обычная шкала вибраций, когда вагоны загружаются и разгружаются на разных подъездных путях клиента. Если вы наблюдаете невидимые толчки, алгоритм определяет эти аномалии в вибрациях, которые могут указывать на неправильное обращение с грузом при погрузке и разгрузке. Тогда можно предположить, что вагон нуждается в тщательной проверке на предмет повреждений.
Как запрос на датчики удара привел к вашему решению?
Юрген Рудольф: Первоначальной задачей компании Rail Cargo было установить на борту датчик удара, чтобы знать, где происходит неправильная погрузка. У них было много повреждений, особенно когда клиенты загружали железный лом, пытаясь подделать загруженный лом, чтобы загрузить еще. Расходы, вызванные этим неправильным обращением, достигали миллионов в год. И они хотели знать, где это происходит. 3D-датчик удара, который фиксирует это, является стандартной частью нашего устройства. Он также используется при жестком маневрировании, когда буферы вагонов соприкасаются на скоростях, превышающих допустимые. Неправильная погрузка груза или маневрирование - признак того, что вагоны должны отправиться в цех для проверки.
Другой случай был связан с вагонами в пути - мы зафиксировали толчки, которые не повлияли на грузовой вагон, но регулярно появлялись в точно указанном месте. Это может быть признаком повреждения пути. На основе этих геолокаций мы смогли создать тепловые карты с местами, требующими внимания управляющего инфраструктурой - государственной или частной, когда это происходит, например, на подъездном пути.
Мы также можем указать на плоское место на колесе вагона с помощью крошечных, но регулярных вибраций. Все это удивило нас - как датчик удара может быть полезен для операторов, владельцев вагонов, обслуживания подвижного состава и железнодорожных путей, а также для предотвращения несчастных случаев.
Штефан Хёльтингер: Положительным эффектом для новых клиентов является то, что мы уже собрали и проанализировали большое количество данных и потенциальных решений. Таким образом, новые клиенты получают выгоду от этого опыта и прошлых улучшений решения.
Мое внимание привлекла потенциальная выгода от обслуживания инфраструктуры. Видите ли вы, как эти данные с тепловых карт передаются инфраструктурным компаниям, и исправляются ли они?
Юрген Рудольф: Потенциал есть, но на данный момент он в основном не используется. Хотя оператор и инфраструктурная компания принадлежат к одной группе, те, кто платит за решения, относятся к данным как к своим собственным. Существует неопределенность в отношении прав и обязанностей по обмену данными, поэтому большинство владельцев данных не желают делиться ими ради общей выгоды. С одной стороны, я это понимаю. С другой стороны, обмен данными может привести к более важной цели: сделать железные дороги более конкурентоспособными и ориентированными на будущее, чего мы все хотим. Это была бы настоящая взаимовыгодная сделка.
Давайте вернемся к решениям, которые вы предлагаете. То есть все в одном - оборудование, программное обеспечение и обработка данных, верно?
Юрген Рудольф: Да, мы подбираем оптимизированное оборудование, подключаем его к IoT-платформе, анализируем данные и предоставляем пользовательские платформы. Помимо этого, я приведу вам интересный пример: Компания Rail Cargo рассчитывала на 30-40 минут, чтобы устройство было активировано, установлено на вагон, а номер вагона был связан с номером устройства во всех системах и проверен на работоспособность. Мы тесно сотрудничали с одиннадцатью мастерскими Rail Cargo, чтобы оптимизировать эту процедуру, и нам удалось сократить это время до шести минут. Мы также создали чемоданчик со всеми необходимыми для этого инструментами. Почти полчаса экономии времени, умноженные на 11 000 вагонов, - это значительная экономия времени (и затрат в несколько человеко-лет!).
У Rail Cargo есть собственные мастерские, с которыми вы могли бы сотрудничать. А как насчет клиентов, которым необходимо заключить договор с мастерскими для своего автопарка и которые хотят установить эти устройства?
Юрген Рудольф: Мы всегда совмещаем монтаж с межсервисными интервалами вагонов, а не гоняем вагоны, чтобы установить его в любом месте и в любое время. Мы можем провести монтаж мастерской практически в любом месте, и для этого не требуется никакого специального оборудования - как мы уже говорили, все, что нам нужно для доставки, - это один чемодан.
Планируемая цифровая автоматизированная сцепка (ЦАС) будет иметь линию питания и сбор данных. Будет ли это означать, что устройство, которое вы устанавливаете на грузовые вагоны, станет ненужным?
Юрген Рудольф: Вовсе нет. DAC - это действительно замечательная европейская инициатива. Шина данных будет передавать данные на локомотив. Но кто будет передавать данные от конкретного вагона владельцу вагона? Экспедитор может смениться, тяговые компании тоже - и гарантировать, что вы всегда будете получать одни и те же данные от всех них, невозможно. Кроме того, при использовании в одновагонном сообщении вагоны отцепляются и снова соединяются, и сложности возрастают в геометрической прогрессии. Таким образом, владельцам автопарков еще долгие годы будет необходимо это цифровое решение, которое легко монтируется без проводного подключения.
Допустим, я являюсь клиентом и хотел бы попробовать это решение, но я не готов полностью внедрить его во всем своем парке вагонов. Есть ли возможность пройти пробное тестирование?
Юрген Рудольф: Да, мы называем это Rail Insight Trial Box. Мы отправим коробку с десятью устройствами, которые легко устанавливаются на грузовой вагон с помощью магнитной обратной стороны. Клиент напишет, какое устройство находится на каком вагоне, а затем получит доступ к информационным панелям, отображающим данные с этих десяти вагонов в течение трех месяцев. Это включает в себя отслеживание и прослеживание, а также другие потребности заказчика. По истечении квартала заказчик отправляет нам устройства обратно, а наши аналитики обрабатывают собранную информацию. В конце мы проведем с заказчиком пост-практикум, на котором расскажем о наших выводах и покажем, что можно сделать с этими данными.
Если потенциальные клиенты заинтересованы в том, чтобы поговорить с вами и обсудить дальнейшее использование вашего решения, с чего лучше всего начать?
Филипп Кёниг: Хороший способ - посетить страницу Rail Insight на нашем сайтеи запросить бесплатную, ни к чему не обязывающую консультацию с одним из наших экспертов через форму. Тем, кто предпочитает смотреть видео, я рекомендую ознакомиться с записью нашего недавнего вебинара с участием нашего клиента, компании Rhaetian Railway.
