UK Network Rail은 IoT, AI 및 딥 러닝을 사용하여 세계에서 가장 오래된 철도 시스템을 개선합니다.

20,000마일의 철도, 30,000개의 다리, 터널 및 고가교, 수천 개의 신호로 인해 세계에서 가장 오래된 철도 네트워크가 디지털 혁신을 겪고 있습니다.

런던 . 최근 AI 및 빅 데이터 엑스포에서 우리는 Network Rail의 최고 데이터 및 분석 책임자인 Nikolaos (Nick) Kotsis와 이야기를 나눴습니다.

2019년에 Network Rail에 합류한 Kotsis는 Network Rail이 30,000개 이상의 IoT 장치를 비롯한 다양한 소스의 데이터를 사용하여 레일을 모니터링하고, 잠재적인 유지 관리 문제를 감지하고, 식생을 관리하고, 예측 유지 관리를 수행하는 방법에 대한 프레젠테이션을 했습니다.

"네트워크 레일은 놀라운 기계입니다." Kotsis는 다음과 같이 말합니다. 매우 복잡한 기계이기 때문에 지연이 있습니다. 트랙은 날씨와 초목과 같은 많은 요인에 열려 있습니다.”

“기상 조건의 갑작스러운 변화는 트랙을 깨뜨릴 수 있습니다. 그리고 아마도 5년 전까지만 해도 우리가 그것을 방지할 수 있는 유일한 방법은 발 검사였습니다. 엔지니어들은 가능한 균열과 결함을 식별하기 위해 트랙을 걸어야 했습니다."

"이제 우리는 다중 센서 환경을 갖게 되었습니다."라고 그는 말합니다. 우리는 선로를 바라보는 매우 진보된 센서 기술을 가지고 있으며, 그 다음에는 선로에 초점을 맞춘 카메라의 실제 비디오를 가져옵니다.”

Kotsis는 "매주 거의 0.5페타바이트의 데이터를 받습니다. “클라우드 분석이 모든 답을 제공하지는 않습니다. 데이터를 안전하게 전송하는지 확인해야 합니다. 처리를 위해서는 데이터의 양과 품질이 중요합니다. 이것이 데이터 과학 팀이 하는 일입니다.”

네트워크 레일 지능형 인프라(II) 프로그램

2019년에 Network Rail은 데이터를 지능형 정보로 변환하여 승객 및 화물 고객에게 향상된 서비스를 효과적으로 제공할 수 있는 지능형 인프라(II) 프로그램을 시작했습니다.

II는 전체 20,000마일 네트워크에서 Network Rail의 자산에 대한 정확한 데이터를 캡처하고 활용함으로써 기존의 계획 및 유지 관리 일정에서 능동적인 '예측 및 예방' 접근 방식으로 작업을 전환하고 있습니다. 이를 통해 팀은 자산의 위치, 자산의 작동 방식, 성능 저하 및 실패 시점을 확인할 수 있습니다.

이 프로그램은 센서로 캡처한 데이터, 고화질 항공 이미지 및 3D LiDAR, 검사 열차의 영상, 열차 운영자의 정보(영국에서 여객 열차를 운영하는 민간 기업), 드론 및 헬리콥터의 추가 비디오 및 기타 소스를 사용합니다. . Network Rail의 클라우드 플랫폼에서 워크스트림으로 통합된 데이터는 AI 알고리즘이 정보를 실행 가능한 예측 유지 관리 일정으로 바꾸는 Microsoft의 Azure 클라우드에 업로드됩니다.

Insight의 첫 번째 버전은 6개월 전에 파일럿 서비스에 들어갔습니다. 추적 및 신호 기능을 통합합니다. 예를 들어, 이 도구는 시간이 지남에 따라 수집된 런-온-런 트랙 데이터(트랙 상태의 디지털 표현)를 정렬하고 결함이 발생할 가능성이 있는 경우 유지보수 팀에 경고합니다. 수리가 필요합니다.

AI는 곧 인간을 대체하지 않을 것입니다

Kotsis는 "마지막으로 언급할 것은 많은 사람들이 인간을 대체하는 것과 AI가 인간을 대체할 수 있는 방법에 대해 이야기한다는 것입니다. 미래의 어느 시점에서, 나는 토론을 할 가치가 있다고 생각합니다. 하지만 지금 이 순간을 너무 걱정해야 할 단계는 아닌 것 같아요.”