בדיקה אחרונה ב-IoT לעומת IoT-Enabled Monitoring

במשך עשרות שנים, תחזוקה של מסילת ברזל התבססה על בדיקות חזותיות מתוכננות ומכוניות גיאומטריות מיוחדות שרץ במרווחים מוגדרים.שיטות אלה, בעוד שהכרחיות, נותרו פערים משמעותיים. Defects עלולות להתפתח ולהחמיר בין בדיקות, והטבע השבאקטיבי של תחזוקה היה כי תיקונים לעתים קרובות התרחשו רק לאחר שבעיה כבר גרמה לשיבושים בשירות או גרוע יותר, תקרית בטיחות.

הצגתם של חיישני האינטרנט של הדברים (IoT) לתשתיות רכבת היא שינוי פרדיגמות במקום תמונות תקופתיות, המפעילים מקבלים כעת זרם מתמשך של נתונים ברזולוציה גבוהה על בריאותם המבנית של המסלול.הראות בזמן אמת זו הופכת את התחזוקה של כלהצבה המבוססת על לוח שנה לאסטרטגיה מדויקת, מבוססת מצב.על ידי הטמעת אינטליגנציה ישירות לתוך המיטה, חברות הרכבות יכולות לזהות רגע שבו הן מתרחשות, כישלונות וכשלונות לפני שהן הופכות חיים קריטיים, והופכים לאוטומטיים, והופכים לאוטומטיים, לפני שהן הופכות, והופכים לאמצעי מניעה, והופכים לדיסקרטיבות קריטיים.

מה הם חיישנים של IoT בקונטקסט של הרכבת?

חיישן IoT הוא מכשיר קומפקטי, נמוך כוח מצויד אחד או יותר טרנספורנטים המראים תופעה פיזית - רטט, טמפרטורה, מתח, נטייה, או פליטה אקוסטית - אות חשמלי.מה מבחין חיישן IoT ממד פשוט הוא היכולת לתקשר אלחוטית.כל חיישן הוא חלק של רשת: הוא ללכוד נתונים גולמיים, תהליכים מקומיים או משדר אותו לשער, ובסופו של דבר מספק פעולה מחשוב מרכזי על גבי ענן או פלטפורמה מרכזית.

באפליקציות רכבת, חיישנים אלה חייבים לשרוד זעזוע מכני קיצוני, תנודות טמפרטורה רחבות, לחות והתערבות אלקטרומגנטית מזרםי התנוחה חולפים.הם נועדו בדרך כלל לפעול במשך שנים על כוח סוללה או אנרגיה שנאסף מן הסביבה, כגון באמצעות רטטים אדזואלקטריים או תאים סולאריים.האמינות של חבילת החיישן היא קריטית כמו הדיוק של המדידות שלה.

המונחים: Sensing Modalities

  • (FLT:0) וירוטציה והאצה: FLT:1 Accelerometers רכוב על רגל הרכבת או ישנון לזהות דפוסי טעינה מחזוריים.שינויים באמפליטודה או תדירות מצביעים על שטוחות גלגלים, כפייה, או מהירויות רופפת.
  • (FLT:0Strain and לטעון: FLT:1 Strain Measures) מחובר מדד רשת הרכבות תוך שימוש ברגעים.זמן אמת נתונים מראים סדקים מיותרים, כוחות מאוחרים יותר, או ירידה תמיכה ממתק משינה מוזנחת.
  • (FLT:0) Temperature:FLT:1 Rail חיישנים (לעתים קרובות thermocouples או RTDs) לפקח על כיפי השמש (בקרב) במזג אוויר חם וסיכון שבר שברירי בקר בקור.
  • פליטת פליטה:0 (Acoustic פליטת:FLT:1 מיקרופון גבוה ⁇ להרים את קול של מיקרו-קracks propagating בתוך פלדה. אלגוריתמים מתקדמים יכולים להבחין רעש מתגלגל מחתימות שברים מסוכנות.
  • (ב) ⁇ :0)הומידיות והלחות: FLT:1ua Dielectricחיישנים בנשף או subgrad לזהות ריצוף מים, אשר יכול להוביל לעקוב אחר חוסר יציבות, משאבת בוץ, וקצרים חשמליים במעגלים של אותות.

סוגים של חיישן IoT מקוצרים למעקב אחר רכבת

לא כל החיישנים נוצרים שווים.בחירה של הטכנולוגיה תלויה במצב הכשל הספציפי שמכוון, תשתיות התקשורת הזמינות, והתקציב להתקנה ותחזוקה. להלן הן הקטגוריות העיקריות בשימוש נרחב כיום.

חיישנים של Accelerometers ו- MEMS

מערכות מיקרו-אלקטרוניקה (MEMS) accelerometers הפכו את העורקים של מעקב מעקב אחר המסלול.עלויות נמוכות שלהם, טביעת רגל קטנה וצריכת חשמל נמוכה להפוך אותם אידיאליים עבור פריסות צפופות. A התקן טיפוסי מציב חיישן כל 100-500 מטרים על עקומות בסיכון גבוה או אזורי מעבר.

המונחים: Fibre Optic Distributed Sensing

בעוד לא חיישן דיסקרטי, כבלים אופטיים סיבירים הניחו לאורך המסלול לשמש חיישן מבוזר מתמשך. Brillouin או Rayleigh לפזר טכניקות מאפשרות מדידה של מתח וטמפרטורה בכל סנטימטרים לאורך קילומטרים של סיבים. שיטה זו מספקת פתרון מרחבי שאין דומה והוא חסין להפרעות אלקטרומגנטיות.

חיישנים אקוסטיים וסגולים

חיישני פליטה אקוסטית (AE) יכולים לזהות את גלי הקול הגבוהים הנפלטים על ידי סדקים גדלים.הם בעלי ערך מיוחד למעקב אחר פגמים ראשיים כגון סדקים טרנסנדאליים שאינם נראים לעין.מערכות AE מודרניות משתמשות בחיישנים מרובים כדי לבודד את המיקום המדויק של המקור, בעוד מודלים של למידת מכונה מסווגים את פליטה כעין (מגע) או מסוכן (צמיחה).

לייזר ו- LiDAR פרופילים

בעוד פחות נפוץ כמו התקנים של IoT עמידה עקב דרישות כוח גבוהות, פרופילים מבוססי לייזר רכובים על כלי רכב או גאדג'טים צד יכול להשתלב בארכיטקטורה של IoT.הם ללכוד את פרופיל ראש הרכבת לזהות ללבוש, לכופף, ולהעריך הרחבה. כאשר בשילוב עם נתוני accelerometer, הם מספקים תמונה מקיפה של גאומטריה ושלמות מבנית.

רשתות תקשורת: עמוד השדרה של מעקב בזמן אמת

חיישן IoT הוא רק שימושי כמו היכולת שלה לספק נתונים באופן אמין.סביבות רכבת מציבות אתגרים ייחודיים: מרחקים ארוכים, מנהרות, חיתוך, ורמות גבוהות של תשתיות מתכתיות יכולות להעצים אותות אלחוטיים. המפעילים בדרך כלל לבחור ממספר פרוטוקולים המבוססים על שיעור נתונים, טווח, דרישות כוח.

  • (FLT:0)LoRaWAN:FLT:1 אידיאלי עבור יישומים בעלי מידע נמוך (למשל, קריאה טמפרטורה פעם בשעה) טווח ארוך שלה (עד 15 ק"מ באוויר הפתוח) וכוח נמוך להפוך אותו לחסכוני עבור חיישנים סביבתיים של צד השדרה.
  • (FLT:0)NB-IoT / LTE-M:03F:03FLT:1 תקנים מבוססי IoT סלולרי מציעים כיסוי טוב יותר מאשר LoRaWAN במנהרות עמוקות וחיתוך עירוני.הם תומכים בשיעורי נתונים בינוניים ומשולפים יותר ויותר ברשתות הלאומיות.
  • (FLT:05G ו LTE פרטית:FLT:1 עבור יישומים הדורשים זרימה בזמן אמת של מד תאוצה גולמי או נתונים אקוסטיים, 5G מספק רוחב פס הכרחי וכבדות נמוכה יותר.
  • (ב) רשתות (למשל, Zigbee, Messenger): FLT:1 בפריסה צפופה כגון חצרות רכבת או מחסנים, צניפים יכולים ליצור מרש עצמי כדי להעביר נתונים לשער.זה מקטין את הצורך במודולים סלולריים יקרים על כל צומת.

איסוף נתונים, עיבוד Edge ו- Analytics

את הפענוח של נתונים מאלפי חיישנים יש לנהל בצורה חכמה.ה האצה של Raw ב 10 kHz מייצרת בערך 1 GB לכל חיישן בחודש. שליחת כל זה לענן אינה מעשית ואינה הכרחית.

צוק מחשוב

צניחה מודרנית של IoT משלבת חישובים מיקרו-בקרים המסוגלים להפעיל אלגוריתמי עיבוד אותות קלים - Fast Fourier Transforms (FFT), שורש-mean-square (RMS) ו- סף זיהוי.הצומת רק משדר תכונות (למשל, האצת שיא בחלון של 5 דקות) או התראות כאשר מדד עולה על גבול מוגדר מראש.

Cloud and On-Premises Analytics

נתונים העוברים מסנן קצה נשלחים לפלטפורמה מרכזית.שם, מגמות היסטוריות נבנות, ומודלים מתוחכמים יותר של למידת מכונה פועלים.לדוגמה, מודל עשוי להתאים שינויים עדינים בטביעות רטט עם אורך פגום במסילות רכבת גדל, לחזות את החיים השימושיים הנותרים של הריגולות.דידיד לספק מהנדסי תחזוקה עם רשימה מדורגת של נכסים זקוקים לתשומת לב, לפני דלקת הסיכון.

שילוב עם מערכות קיימות

נתונים של IoT אינם קיימים בוואקום.הוא מזין את הטכנולוגיה התפעולית הרחבה של הרכבות (OT): מערכות ניהול תחזוקה (CMMS), מסדי נתונים לניהול נכסים ומרכזי בקרה פתוחים.תקני בקרה פתוחים כגון MQTT ו-OPC UA מקלים על שילוב זה.כאשר חיישן IoT מזהה סדק קריטי, הוא יכול באופן אוטומטי להפעיל צו איטי או לשלוח צוות תחזוקה - ללא התערבות אנושית.

יתרונות מרכזיים של מעקב אחר IoT-Enable Track

ההחזר על ההשקעה ממערכות חיישן IoT הוא למדידה על פני ממדים רבים.

שיפור הבטיחות ומניעת תאונות

על ידי גילוי פגמים בשלבים המוקדמים שלהם, מערכות IoT מונעות כישלונות שעלולים להוביל למכשולים.אגודת הרכבות האמריקאית מייחסת חלק גדל והולך של ההפחתה במפרקים מרכזיים לשימוש בזיהוי פגם דרך וחיישנים עוקבים רצופים. אזהרות בזמן אמת עבור מסילות שבורות, מסלול מכווץ, או כביסה מאפשרות רכבות להיפסק או להאט לפני השגת סיכון.

תחזוקה אופטימיזציה והורדת עלויות

תחזוקה מבוססת תנאים מחליפה את יתרות קבועות של מעליות קבועות.במקום להחליף מסילות על לוח זמנים, הם מוחלפים רק כאשר נתונים בפועל לובשים מצביעים על כך שהם הגיעו לסוף חייהם השימושיים.זה יכול להפחית את עלויות התחזוקה ב-20-30% תוך הרחבת חיי הנכסים.מעט יותר כישלונות לא מתוכננים גם מתכוונים פחות הפרעות שירות, שיפור שביעות רצון הלקוחות וצמצום תשלומי עונש למפעילי המטענים.

החלטות נהיגה בנתונים

נתונים היסטוריים ארוכי טווח מחיישנים IoT מאפשרים למנהלי תשתיות להבין אילו חלקים של מסלול או אילו סוגים של פלדה לרכבת הם רגישים ביותר לנזק.לאה משוב זו מודיעה על מפרט עיצוב טוב יותר, החלטות רכישה ותוכניות השקעה הון. מעל אופק של 10 שנים, תובנות הנגזרות מ-IoT יכולות לעצב מחדש את האסטרטגיה הכוללת של תחזוקה.

אתגרים בחלוקת ומבצע

למרות היתרונות ברורים, אימוץ נרחב של חיישני IoT למעקב אחר עקבות מספר מכשולים הדורשים תכנון הנדסי זהיר ותכנון עסקי.

חיישנים בסביבה חרש

מסלולים רכבתיים חשופים ללחץ מכני ורחום קיצוני. A חיישן שרכוב ישירות על רכבת חייב לשרוד מיליוני טונות של תנועה חולפת, כדוריות חמורות נזרקות במהירות גבוהה, ריסוס כימיקלים, ותנודות טמפרטורה מ -40 מעלות צלזיוס ל +80 ° C. Connectors corrode, סוללות נכשלות מוקדם, וסדקים. יצרנים פיתחו חבילות מחוסמות עם ציפויים צבאיים ועמידים, אך עדיין חיישנים קריטיים של מיקום - רק חיישנים קריטי - חיישנים מצופה .

כוח אספקה ואנרגיה

כוח Wired זמין לעתים רחוקות לאורך קטעי מסלול מרוחקים. Batteries חייב להימשך חיי הפריסה של חיישן (בדרך כלל 5-10 שנים) כדי להימנע משינויים יקרים. בעוד שיבול אנרגיה מרטטים או רכבות חולפות מבטיח, הפלט הוא i i ii ולעתים קרובות לא מספיק עבור זרם גבוה של נתונים.מפתחים הם חקר גישות היברידיות: סוללה לית קטנה עבור עתירות כוח נמוכות, תוספת על ידי שידורים על ידי מקצר חשמלי קצר.

ניהול נתונים ואבטחת סייבר

אלפי חיישנים שיוצרים מאות ג'יגה-ביייט בשנה יוצרים אתגר ניהול נתונים.אחסון, רוחב פס ועלויות עיבוד להוסיף.יתר על כן, צינור הנתונים הוא משטח התקפה פוטנציאלי. האקרים יכולים להזריק נתונים כוזבים כדי לגרום לעצי חירום מיותרים או לדכא התראות אמיתיות.סוף-סוף-סוף הצפנה, מגף מאובטח על כל חיישן, ולוחמת רשת הם חובה.

סקלאלה והתערבות

התקנת חיישני IoT בכמה מקטעי מבחן היא פשוטה; דרוג של אלפי קילומטרים אינו.כל פריסה חייבת להיות משולבת בזהירות עם מערכות אותות וטלקומוניקציה קיימות. מאמצי סטנדרטיזציה, כגון תוכנית Shift2Rail של האיחוד האירופי, במטרה להגדיר מודלים נפוצים של נתונים וממשקים כך שחיישנים ממוכרים מרובים יכולים לשתף פעולה ולפתח.

תחזית: בינה מלאכותית, תאומים דיגיטליים ו-5G

הדור הבא של מעקב אחר מסלול הרכבת יגדיר על ידי שילוב עמוק יותר של אינטליגנציה מלאכותית, טכנולוגיה תאום דיגיטלית ותקשורת גבוהה.

AI לתחזוקה חיזוי

מודלים של למידת מכונות נעים מעבר לזיהוי פשוט של אנומליות כדי לחזות חיים של שימוש חוזר (RUL) הערכה. על ידי אימון על נתונים היסטוריים כשלים וזרמים IoT רצופים, מודלים אלה יכולים לצפות עם דיוק גדל בדיוק כאשר פגם רכבת יגיע לגודל קריטי.המטרה היא לקבוע תחזוקה במהלך נכסים מתוכננים, חיסול הצורך בהתערבות חירום.

תאומים דיגיטליים של תשתית הרכבת

תאום דיגיטלי הוא העתק וירטואלי של המסלול הפיזי המתעדכן ללא הרף עם נתוני חיישן IoT בזמן אמת.זה מאפשר למהנדסים להפעיל סימולציות - מה קורה למסלול אם axle 40-tonne עובר ב 200 ק"מ / שעה מתחת לשמש 35 מעלות צלזיוס? ה-IoT יכול לחזות הפצה של מתח לזהות כתמים חמים לפני שהם מתרחשים.

5G ו- Edge-to-Cloud Continuum

השקיפות הנמוכה ופס רוחב פס גבוה של 5G מאפשרות יישומים חדשים.לדוגמה, נתוני רטט גולמי מכל רכבת שעוברת יכולים להיות מוזרים למודל בינה מלאכותית בענן, אשר מבצע הערכה בזמן אמת.חיישנים שנולדו ברכבת יכולים לפעול גם כצומת ניטור נייד, להעביר נתונים של חיישן דרך מתחומים מרוחקים כפי שהם עוברים.

מסקנה

פריסת חיישני IoT למעקב בזמן אמת בתנאי רכבת עוברת מפרויקטים של פיילוט לאימוץ הזרם המרכזי.הטכנולוגיה מציעה דרך מוחשית למנהלים בטוחים, אמינים יותר, ויותר יעילים של פעולות רכבת.על ידי שילוב חומרה חישה, עיבוד חד-משמעי, וניתוח ענן חזק, מפעילי הרכבות יכולים לעבור מתחזוקה תגובתית למודל חיזוי מתמיד.

לקריאה נוספת על תקני IoT במסקה, ראה סוכנות האיחוד האירופי עבור רכבות רכבת 1 (European Union Agency for Railwaysph:1) הנחיות על דיגיטיזציה.מחקרי פריסה מעשית מפורטים ב-FLT:2RailTechFLT 3, מסד נתונים טכני עבור עיצוב חיישן מחוספס ניתן למצוא באמצעות FLT:4IEEEFLT:5 תקני תחבורה עבור כלי תחבורה.