不論是在亞特蘭大、慕尼黑,、莫斯科,、倫敦、珀斯,，還是在香港,，西門子的MindSphere鐵路應用中心都可利用復雜的交通數據流來進行預測性維護,，從而優(yōu)化列車運行。助力中心專家實現這一點的好幫手是Railigent,，借助這個新平臺,，他們能夠通過智能手段對鐵路系統(tǒng)數據加以利用，讓鐵路系統(tǒng)發(fā)揮更大價值,。
MindSphere鐵路應用中心負責人Gerhard Kress被列車所包圍——既有真實的列車,，也有虛擬的列車。他面前的顯示器上,，是一張列車示意圖,。在他的開放式辦公室內，掛著一張白板,，白板上用紅筆和藍筆寫滿了描述列車運行的公式和方程,。向窗外望去,，Kress能看到慕尼黑郊外Allach工業(yè)區(qū)鱗次櫛比的屋頂,。西門子在這里生產機車，也在這里維修和保養(yǎng)機車——具體工作在僅相隔三節(jié)車廂距離的鐵路服務中心進行,。列車維修車間的不同尋常之處在于,，通向這里的不只是兩條軌道，還有兩個世界：虛擬世界和現實世界,。
鐵路技術的數字化轉型
鐵路運輸早已邁出數字化轉型步伐,。傳統(tǒng)的列車保養(yǎng)包括定期在運行中心對列車進行檢查、解決顯而易見的問題,，以及維護機器,，數字技術開啟了通往更高層次服務的大門。遠程或本地采集的傳感器數據,、錯誤消息和日志文件,，為MindSphere鐵路應用中心員工提供了前所未有的詳盡的軌道列車及基礎設施信息。
自2014年Allach中心開業(yè)以來,，陸續(xù)又有5個中心投入運行（分別在亞特蘭大,、莫斯科、倫敦,、珀斯和香港）,。來自15個國家的機車、高鐵和城際列車的數據流匯聚在這些中心,。通過將這些大數據轉化為智能數據,，中心的程序員、數據庫專家和項目執(zhí)行經理,，為鐵路領域開發(fā)出了數據驅動型服務,，在實時列車監(jiān)測,、磨損和組件故障預測以及復雜列車問題分析等方面遙遙*先。
應運而生的Railigent平臺不僅可以描繪整個信息路徑——從軌道傳感器一直到發(fā)送至用戶智能手機的報告——而且能夠建議具體行動,。對于鐵路系統(tǒng)運營商及維護團隊而言,，其優(yōu)勢顯而易見，因為這個系統(tǒng)可以提高列車的可利用率,，延長服務壽命,，并大幅提高所有列車及基礎設施組件的維護和運行效率。Kress說：“在列車駛入服務中心之前,，我們已經知道需要做些什么,。”得益于此,，列車可實現*高100%的可利用率,。
位于Allach的西門子鐵路服務中心。
100節(jié)車廂多達2000億個數據點
事實上,，數字技術為專家提供的遠不只是關于速度,、制動性能和里程等標準變量的信息，也提供了諸如壓縮機性能,、掛車重量以及自動控制過程狀態(tài)等其他信息,。不僅如此，軌道狀態(tài),、坡度以及運行期間的天氣條件等信息,，也與鐵路網絡中的列車發(fā)車頻次一并記錄下來。Kress表示,，“未來的交通業(yè)務里,，單單列車并非決定因素。對于客戶而言,，關鍵在于列車的生命周期成本及其高效使用,。只有借助從列車、基礎設施和運行中得來的捆綁數據,，才能取得成功,。”
所有這一切形成了一片名副其實的數據汪洋,。一個100節(jié)車廂的車隊每年可產生約1000到2000億個數據點,。而這只是開端。通過分析這些數據,，Kress和他的團隊在探尋有意義的規(guī)律模式,。譬如，運用由此獲得的知識,，他們可以優(yōu)化運營維護,。又如,，在機車與車廂相連時，雖然報錯顯示制動失靈,，但可能這是正常情況,。有了這樣的知識，模型便可以區(qū)分重要因素和次要因素,，并識別因果鏈,。得益于這種方法，Kress和他的團隊現在能夠運用具有高度可靠性的預測模型,。舉例來講,，在高速運轉下，變速箱軸承會發(fā)生嚴重磨損,，MindSphere鐵路應用中心可以提前至少三天預測出問題,，提高列車可利用率，節(jié)省費用,。
西門子提供的高級數據分析系統(tǒng)確保了RENFE運營的Velaro E高速列車可靠運行,。
德國鐵路公司也對實現這樣的優(yōu)化感興趣。2016年10月,，德國鐵路與西門子聯合啟用試點系統(tǒng),，對Velaro D（ICE 3）高速列車進行預測性維護和檢修,。此外,，德國鐵路貨運公司不久前宣布，將使用西門子提供的解決方案,，進一步將它的列車車隊數字化,。其目標是在2020年之前，為2000輛列車全部配備診斷技術,。
高速且可靠
從西班牙國家鐵路公司（Renfe）運營的往返于馬德里和巴塞羅那之間的高鐵線路,，便可以看出這項服務是多么有效。在這條線路上,，Renfe可與一條航空路線競爭,。這條線路火車要用兩個半小時，而飛機只用1小時20分鐘,。然而,，Renfe*保*，如果火車晚點15分鐘以上,，將向乘客全額退款,。為了*保*這種高可靠性，Renfe與西門子聯手創(chuàng)辦一家合資企業(yè),，對列車進行高級數據分析,。結果是,，約2300趟列車運行服務中，僅發(fā)生了一次與技術問題有關的重大延誤,。十幾年前這條線路剛剛開通時,，搭乘火車的旅客僅占20%，而現在這個比例已增至60%以上,。
MindSphere鐵路應用中心負責人Gerhard Kress,。
高級算法幫助Gerhard Kress和他同事預測何時可能發(fā)生潛在故障。
有了這些信息,，鐵路服務中心負責人Martina St?ttner和她的團隊可以制定維修計劃,，同時列車仍保持正常運行。
當列車抵達服務中心時,，保養(yǎng)措施已準備就緒,，只待執(zhí)行。
隨之而來的是列車可利用率大大提高,。
西門子還在慕尼黑Allach區(qū)建造Vectron型機車,。
一列Vectro列車行駛在挪威。這列列車的模塊化結構是世界*創(chuàng),。
對所有列車相關信息進行數字化分析
MindSphere鐵路應用中心還有一個優(yōu)勢：它不僅能借鑒不同鐵路車隊提供的數據,，而且可以運用不同運行條件的相關信息，不論這些車隊是在德國,、西班牙,，還是在俄羅斯。所有這一切都可以集成到一個信息工具箱,，用來提高列車的可靠性,。對于小規(guī)模運營商，這也是有利的,，因為通過與西門子這樣的服務提供商合作,，那些剛剛運營幾年，只有幾列自有或租賃列車的鐵路公司可以降低技術風險,。Kress說：“故障和磨損預測,、錯誤診斷，以及精心制定的維護周期計劃等,，這些只是開始,。在未來，鐵路服務中心將能夠通過有線方式下載列車的完整數據庫,，就像現在對飛機所做的那樣,，用來審核數據，排查異常?！?
點擊圖片查看原圖
