Мониторинг железнодорожных операций в реальном времени.
Мониторинг железнодорожных операций в реальном времени:
Чтобы предотвратить сбои, обеспечить точную поддержку водителей в режиме реального времени и выполнять техническое обслуживание ближе к проектному, железнодорожные компании должны иметь возможность доступа к данным своих поездов простым, безопасным, быстрым и гибким способом. Старые, сложные и асинхронные способы сбора данных с USB-накопителей и диагностических ПК занимают время и не способны доставить нужную людям информацию именно тогда, когда она им нужна. С другой стороны, оборудование для мониторинга в реальном времени упрощает и автоматизирует процессы доступа к данным. Кроме того, он позволяет операторам быстрее анализировать состояние своих активов благодаря имеющимся данным в реальном времени. Так же современные технологии позволяют диагностировать состояние путей, например вылет шпалы или ее деформацию.
Однако получение данных из поездов в режиме реального времени – это одно. Получение ценной и действенной информации из этих данных всего за пару секунд – это отдельная история! Какую информацию нужно отслеживать, чтобы предоставить эти данные и сделать эффективными действия команды?
Благодаря мониторингу в реальном времени операторы могут собирать много данных. Часто все это отправляется в центры обработки данных или в облако, даже если некоторые данные являются избыточными. Это приводит к очень высокой стоимости SIM-карты и высокой стоимости серверной инфраструктуры. Чтобы дать представление, полностью декодированный MVB представляет 600 ГБ данных каждый месяц.
Можно уменьшить выборку данных, чтобы ограничить объем данных, отправляемых из активов в центры обработки данных. Но тогда есть риск пропустить важную информацию и события. Некоторые из этих событий будут пропущены, даже если данные были отправлены, например, каждую секунду. Чтобы избежать пробелов в данных или утопления в море данных (и снизить затраты), эффективнее передавать только важные и интересные данные.
Хороший способ сделать это – выполнить аналитику как можно ближе к источнику данных. Это именно то, что происходит с граничными вычислениями. Вместо того, чтобы отправлять все необработанные данные, включая избыточные данные, в центры обработки данных или в облако для анализа, интеллектуальное устройство мониторинга уже обрабатывает и обрабатывает данные самого поезда . После этого в центры обработки данных отправляются только соответствующие предупреждения и важные контекстные данные (необработанные значения).
Конечное устройство в котором установлен и подключен к MVB и другим источникам данных. Устройство отправляет предупреждения и данные с интервалами, определенными оператором, в любые другие системы для дальнейшего анализа. Это позволяет операторам иметь четкое представление о состоянии своего парка в режиме реального времени. Это также помогает горячей линии предоставлять больше информации, когда водитель сталкивается с кодом ошибки.
Коды неисправностей и другие данные из поезда автоматически отправляются на пульт управления, программную платформу. Эта платформа предлагает операторам следующее:
– Доступ к исходным данным о поездах и компонентах для дальнейшего анализа
– Обзор в режиме реального времени состояния и доступности своего подвижного состава
– Возможность вести полный обзор всех открытых телематических оповещений для всего их парка и создавать новые автоматизированные оповещения
– Простой способ превратить оповещения, коды неисправностей и другие события в рабочие задания
– Эффективный способ планирования корректирующего, основанного на использовании и прогнозного обслуживания
– Мощная интеграция с системами контроля и обслуживания железнодорожных шпал.
Как упоминалось ранее, сотрудники могут устанавливать свои собственные правила, чтобы они могли создавать новые коды ошибок и счетчики. Эти правила создаются на платформе и затем развертываются в реальном времени на любом пульте управления. Для правил используется язык сценариев Lua.
Lua – это легкий язык сценариев, который поддерживает программирование на основе данных. Поскольку он быстрый и занимает мало места, его легко можно встроить в приложения. Это делает его лучшим языком для того, чтобы создавать и изменять правила для компонентов подвижного состава и автобусов, даже когда поезд находится в эксплуатации.