UK Network Rail utilise l'IoT, l'IA et l'apprentissage en profondeur pour améliorer le plus ancien système ferroviaire du monde

Avec 32 000 kilomètres de rails, 30 000 ponts, tunnels et viaducs, et des milliers de signaux, le plus ancien réseau ferroviaire du monde est en pleine transformation numérique.

Londres . Lors de la récente AI and Big Data Expo, nous avons parlé à Nikolaos (Nick) Kotsis, Chief Data &Analytics Officer chez Network Rail.

Kotsis, qui a rejoint Network Rail en 2019, a fait une présentation sur la façon dont Network Rail utilise les données de différentes sources, y compris plus de 30 000 appareils IoT, pour surveiller les rails, détecter les problèmes de maintenance potentiels, gérer la végétation et effectuer une maintenance prédictive.

"Network Rail est une machine incroyable." dit Kotsis, « Mais, vous savez, ils vont me poser la question :pourquoi avons-nous des retards ? Nous avons des retards car c'est une machine très complexe. Une piste est ouverte à de nombreux facteurs, tels que la météo et la végétation. »

« Des changements soudains des conditions météorologiques peuvent casser les rails. Et jusqu'à il y a peut-être cinq ans, la seule façon d'empêcher cela était uniquement par des inspections à pied. Les ingénieurs devaient marcher sur la piste pour identifier d'éventuelles fissures et défauts. »

"Maintenant, nous avons un environnement multi-capteurs", dit-il. Nous avons une technologie de capteur très avancée qui regarde la voie, puis nous récupérons la vidéo réelle des caméras se concentrant sur les rails. »

"Nous recevons près d'un demi-pétaoctet de données chaque semaine", déclare Kotsis. "L'analyse du cloud ne vous donne pas toutes les réponses. Vous devez vous assurer que vous transférez des données en toute sécurité. Pour le traitement, la quantité et la qualité des données sont importantes. Et c'est ce que fait l'équipe de science des données."

Programme d'infrastructure intelligente du réseau ferroviaire (II)

En 2019, Network Rail a lancé le programme Intelligent Infrastructure (II) pour transformer les données en informations intelligentes capables de fournir efficacement des services améliorés aux clients passagers et fret.

En capturant et en exploitant des données précises sur les actifs de Network Rail sur l'ensemble du réseau de 20 000 milles, II déplace le travail des calendriers de planification et de maintenance traditionnels vers une approche proactive de « prévision et prévention ». Cela permettra aux équipes de voir où se trouvent les actifs, comment ils se comportent, comment ils se dégradent et quand ils échoueront.

Le programme utilise des données capturées par ses capteurs, des images aériennes haute définition et un LiDAR 3D, des images des trains d'inspection, des informations des opérateurs ferroviaires (des sociétés privées exploitent les trains de passagers au Royaume-Uni), des vidéos supplémentaires de drones et d'hélicoptères, et d'autres sources. . Les données consolidées par les flux de travail sur la plate-forme cloud de Network Rail sont téléchargées sur le cloud Azure de Microsoft, où les algorithmes d'IA transforment les informations en calendriers de maintenance prédictive exploitables.

La première version d'Insight est entrée en service pilote il y a six mois. Il intègre des capacités de voie et de signalisation. Par exemple, l'outil aligne les données de voie d'un passage à l'autre (une représentation numérique de l'état de la voie) prises au fil du temps et avertit les équipes de maintenance lorsque des pannes sont susceptibles de se produire - cela peut prendre 28 jours, 90 jours ou même plus avant le une réparation est nécessaire.

L'IA ne remplacera pas les humains de sitôt

"Une dernière chose à mentionner est que beaucoup de gens parlent de remplacer les humains", dit Kotsis, "et comment l'IA pourrait remplacer les humains. À un moment donné dans le futur, je pense que cela vaut la peine d'avoir le débat. Mais je ne pense pas que nous soyons au stade où nous devons trop nous inquiéter de ce moment."