استفاده از اینترنت اشیا برای افزایش کارایی حمل و نقل ریلی در هلند

هلند کشوری کوچک اما شلوغ و فعال است. بیش از ۱۷ میلیون جمعیت دارد، از جمله کارمندان کمپانی‌های غول‌ مانند آی‌ان‌جی، یونیلِوِر و رویال داچ شِل. در منطقه‌ی رانستاد شامل آمستردام، لاهه، روتردام و اوترخت، حمل و نقل عمومی با زندگی شهری گره خورده و این منطقه یکی از شلوغ‌ترین بخش‌های اروپا است.

شرکت پرورِیل مدیریت شبکه‌ی ریلی هلند را بر عهده دارد. راه‌آهن هلند شلوغ‌ترین راه‌آهن در کشورهای عضو اتحادیه‌ی اروپا است که روزانه ۱.۱ میلیون سفر قطاری را به مقصد می‌رساند. اما با قدیمی شدن زیرساخت‌ها، راه‌آهن کم کم از کار می‌افتد.

پیش بینی می‌شود که در ده سال آینده تعدادمسافران ۴۰% افزایش پیدا کند و این امرباری بر دوش پروریل می‌گذارد تا بدون تجهیز مجدد زیرساخت‌ها، راه آهن را سرپا نگاه دارد. تقاضای رو به افزایش به علاوه‌ی زیرساخت‌های قدیمی این مرکز را با چالشی اساسی رو به رو می‌کند.

فقط ساختن خط راه آهن بیشتر این مشکل را کاملا حل نمی‌کند.

پییِر ارینگا، مدیرعامل پروریل در مقاله‌ای در زمینه‌ی تلاش‌های راه‌آهن برای افزایش ظرفیت و سرعت می‌گوید:” البته، شما می‌توانید خط راه آهن بیشتری بسازید و برای انجام این کار مکان‌های زیادی در هلند وجود دارد. اما در منطقه‌ای مانند راندستاد که ظرفیت اضافی نیاز مبرمی محسوب می‌شود، این کار دشوار است.”

داده‌های تولید شده توسط سنسورهای اینترنت اشیا، قطعه‌ی کلیدی دیگری برای بهبود کارآیی و عملکرد راه آهن به شمار می‌رود. بنابراین انتظار می‌رود تعداد واحدهای حمل و نقل مبتنی بر اینترنت اشیا از ۲.۶ میلیون در سال ۲۰۱۷ به ۳.۷ میلیون در سال ۲۰۲۵ افزایش پیدا کند.

بهینه‌سازی عملکرد راه آهن با داده

تحلیل داده برای همکاران صنعتی فرصتی به حساب می‌آید تا بدون اضافه کردن زیرساخت‌های پرهزینه عملکرد راه آهن را بهینه کنند.

ارینگا می‌گوید:” ما بایستی در زیرساخت‌ها سرمایه گذاری کنیم. نه تنها افزودن زیرساخت، بلکه استفاده‌ی بهتر از سیستم فعلی نیز الزامی است.”

داده‌های تولید شده توسط سنسورهای مبتنی بر اینترنت اشیا به پروریل کمک می‌کند تا شرایط را تنها با تحلیل انسانی درک کند، کاری که در گذشته نمی‌توانست. تیمو فان دن بروگ، مدیر توسعه و مدیریت دارایی پروریل، در مقاله‌ی اخیر در زمینه‌ی استفاده از داده در سیستم ریلی می‌گوید:” چیزی که واقعا کمک می‌کند، استفاده از داده جهت دستیابی به تخمین‌های مختلف و بینش‌هایی است که پیشتر وجود نداشت، یا همبستگی‌هایی که پیشتر دیده نمی‌شد، یا حتی محاسبه‌ی گزینه‌هایی است که فراتر از احتمالات و امکانات بشر است، چراکه ما کامپیوتری داریم که می‌تواند میلیون‌ها مدل محاسبه انجام دهد.

در نتیجه، داده‌های سنسور مبتنی بر اینترنت اشیا به پروریل کمک می‌کند تا برنامه‌‌ی قطار را بهینه کرده و تجهیزات را تعمیر کند، یعنی دو چالش برای کارآیی راه آهن. پروریل جهت پیشبرد تعمیر و نگهداری پیشگیرانه، از سیستم نظارت بر خط راه آهن استفاده می‌کند که داده‌ها را جمع آوری کرده و وضعیت زیرساخت خط راه آهن در مسیرهای مختلف را بررسی کند.

فان دن بروگ می‌گوید:” در نهایت داده به حرکت قطارهای بیشتری کمک می‌کند و می‌تواند از توقف و از کار افتادگی قطار جلوگیری کند.”

مالکیت داده

داده می‌تواند امنیت محیط فیزیکی را نیز تضمین کند. مثلا پروریل می‌تواند با استفاده از الگوریتم‌هایی مشخص کند که یک فرد قانون شکن در چه زمان و مکانی روی خط راه آهن راه می‌رود.

امروزه، قراردادهای پروریل با کمپانی‌های مختلف برای جمع آوری اطلاعات چشمگیر، داده‌های کمپانی‌های پهپاد، هلیکوپتر، داده‌های آب و هوایی و غیره، جهت کنترل عملکرد قطار تنظیم می‌شود. اما پروریل امیدوار است در آینده بتواند داده‌ی خود را جمع آوری و الگوریتم های خود را تولید کند.

فان دن بروگ می‌گوید:” هدف دستیابی به داده‌ و سپس قرار دادن آن در دریای داده‌ی خودمان است. ما واقعا در مسیر دستیابی به مجموعه داده‌های خود پیش می‌رویم.”

این بخشی از دیدگاه پروریل برای بهبود حمل و نقل قطار در منطقه است. ارینگا می‌گوید:” رویای ایده‌آل من این است که موضوع قطار در اروپا مهمتر شود.”

منابع خبر :

ارسال یک پاسخ

آدرس ایمیل شما منتشر نخواهد شد.

نوزده − 16 =