Demiryolu Sistemleri için Veri Analizi

mir yolu sistemleri çalışmalarında veri analizi birçok avantaj sağlıyor. Dördüncü sanayi devrimi teknolojilerini yakından takip eden firmalardan biri olan Siemens konu ile ilgili demiryolu sistemleri için veri analizi sistemleri geliştirdiğini açıkladı.

18

Mühendislik alanında oldukça ileri düzey teknolojiler geliştiren firmalar arasından yerini almış olan Siemens çeşitli sensör verilerini izleyerek demiryolu bakımlarını proaktif bir hale getiren bir sistem geliştirdi.

Siemens 1879 yılında geliştirdiği ilk elektrikli yolcu lokomotifi de olmak üzere yaklaşık 150 yıldır demiryolu alanından oldukça başarılı ürünler ve teknolojiler üretmiş bir şirket. Bununla birlikte bu alanda geliştirdiği yeni teknolojilerden birinde de veri analizi sistemini oldukça etkin bir şekilde kullanıyor. Siemens'in geliştirdiği sistemde trenlerde ve demiryollarındaki sensörlerle elde edilen veriler değerlendirilerek demiryolu bakımlarında reaktif yöntemlerden proaktif yöntemlere geçilmesi planlanıyor. Geliştirilen bu sistemle olaylara karşı oluşacak tepkisel durumlar önceden tahmin edilerek bakımlar ve onarımlar bu tahminlere göre, tepkiler ortaya çıkmadan, gerçekleştirilecek.

Tanıları elde edecek sensörlerden gelen verilerle sistem bileşenlerini durumu değerlendirilerek arıza ortaya çıkma ihtimali olan durumlar önceden belirlenebilecek. Ardından veriler gerçek zamanlı olarak izlenerek hizmetler kesintiye uğratılmadan şikayetlere hızlıca yanıt verilebilecek. Hizmet verildiği bölgede bakım onarım imkanı bulunmayan durumlarda ise problemli komponent hızlı bir şekilde incelenmek üzere gönderilecek. Bu yaklaşımın faydalarına bakıldığında en önemli faydanın hizmet onarım ve bakım süreçlerinde yaşanan gecikmelerin azaltılması olduğu açık bir şekilde görülmektedir fakat bunun yanında bu yaklaşımın aynı zamanda bakım planlamalarındaki verimin artırılması, işçilik maliyetlerinin düşürülmesi ve ekipler tarafından kat edilen mesafelerin azaltılması gibi bir çok olumlu etkisi de mevcut. Bu durum ise Siemens'in müşterilerle gerçekleştirdiği bakım sözleşmelerinin daha da performansa dayalı olmasına büyük oranda katkı sağlıyor.

Veri Analizi ve Taşımacılık

Siemens Almanya'da bir lokomotif fabrikasında birkaç yıl önce tren parçalarındaki ve demiryolu altyapısındaki başarısızlıkları öngören algoritmalar oluşturmak için veri bilimcileri ve mühendislerce oluşan bir ekibi bir araya getirmişti. Siemens mobil veri hizmetleri direktörü Gerhard Kress gerçekleştirilmek istenen bu projedeki başarısızlığın nedenini endüstriyel verilerin internet verilerinden çok farklı davranmasına ve kullanılan çoğu klasik yöntemin bu alanda iyi çalışamamasına bağladı. Kress ayrıca bu tür sistemlerde sıkıntılı durumlar çokça görülmediğinden daha önce oluşturdukları sistemlerden çok daha fazla öngörme kabiliyetine sahip bir yapı oluşturulması gerektiğini dile getirdi.

Siemens ekibi son iki yılda yen matematiksel yaklaşımlar geliştirerek toplam 30 farklı patent başvurusunda bulundu. 2013 yılında Siemens veri analiz piyasasının en etkili firmalarından biri olan Teradata ile gelişmiş veri analiz yeteneklerini geliştirmek için çalışmalar başlattı. Siemens'in bu dönemden sonra geliştirdiği gelişmiş veri izleme yetenekleri sayesinde Rusya'daki hızlı trenlerin kullanılabilirliği %99.96'ya, Tayland'da ise metro kullanımını % 99.98'e çıkardı. Siemens ayrıca Londra'daki Thameslink demiryolu dahil olmak üzere İngiltere'deki birçok bölgesel tren için proaktif bakım yöntemini kullanmaktadır.

Trenlerde Sensör Düzeneği

Bir trenin kullanım ömrü boyunca tükettiği enerjinin bedeli trenin kendi maliyetinin kat kat fazlası oluyor. Eğer doğru metotlar kullanılarak bakım ve onarım gerçekleştirilirse bu enerji tüketimi %10 dolaylarında azaltılabiliyor. Standart lokomotiflerde 150-200, yüksek hızlı trenlerde ise 300-350 civarında sensör bulunuyor. Örneğin trenin sağlıklı bir şekilde durdurulmasını sağlayacak olan fren sistemine ait fren basıncı ve hidrolik yağı gibi parametrelerin bulunduğu sistemlerde fren başına yalnızca bir çift sensör yerleştirilir. Bu şekilde olabilecek en az sensör sayısına ulaşılmaya çalışılır. Motorlar, vites kutuları, rulmanlar ve tekerlekler mekanik olarak bağlıdır bu yüzden her bir parçanın kendine ait sensörleri bulunmayabilir. Siemens, bu noktada algoritmaların değerlendirilmesini sağlayarak her bir parçadaki hataları hesaplayan sanal bir sensör kullanabilir. Ayrıca verileri farklı önemli noktalarla entegre edebilir böylece trendeki ve raydaki sensörler birbirini izleyerek gerekli kontrol miktarı en aza indirilebilir.

Veri Analizinin Faydaları

Siemens önceden trenlerin aktif bir şekilde çalışması için muayene ve rutin bakımlara yer veriyordu fakat bu işlemler trenlerdeki arızalarının nedenlerini bulmak için trenin açılmasını veya yedek parçaların trenden alınmasını gerektiriyordu. Sonuç olarak onarım sürelerinde çok zamanlı gecikmeler yaşanıyordu. Trende oluşacak kapı arızası gibi basit bir olayda bile trenin rota üzerinde 5-10 dakika dolaylarında gecikmeler yaşamasına neden olabiliyordu. Siemens şu an bütün trenlerin kapılarını izliyor ve bir aksaklık olması durumunda durumu önceden saptayarak potansiyel bir problemi tespit ediyor. Kress konu ile ilgili böyle bir kapı probleminde problem yaşanmadan yaklaşık bir buçuk saat önceden sistemin konuyu bildirdiğini dile getirdi. Bu işlemden sonra bir teknisyen kolay bir şekilde kapının bulunduğu bölüme gidebilir ve orada kolay bir şekilde tamirat işlemini gerçekleştirebilir. Kress ayrıca acil arıza uyarı durumları üzerinde de çokça durduklarını ve bu konu ile ilgili daha önceleri 700 yolcuyu tahliye etme gibi sıkıntılar yaşadıklarını belirtti.

Siemens demiryolu hizmetleri için saniyede 50 binin üzerinde veri noktasından veri çekiyor. Elde edilen bu veriler şirket tarafından uzunca bir süre saklanmak zorunda. Böyle bir veri akış yoğunluğu ve yoğun analizlerin gerektiği bir yapıda Siemens veri analiz sektörünün en büyük firmalarından biri olan Teradata ile birlikte çalışıyor.

Siemens ayrıca her bir analitik görevde belirli makine öğrenimi yöntemlerini geliştirmek için Apache Spark ve TensorFlow gibi sistem kombinasyonları kullanıyor. Veriler sağlıklı bir şekilde kullanılabilmesi içinse veri gölü sistemi kullanılıyor. Bu şekilde bilim insanları sanal ortamda olduklarında bile var olan tüm verileri görebilir ve ihtiyaçları olduklarında bilgileri keşif ve analiz etmek için veri noktalarını nasıl birleştireceklerini kavrayabilirler.

Siemens bu sistem ile veri analizi konusunu taşımacılık sektörüne entegre eden nadir şirketler arasında yerini almış durumda. Önümüzdeki yıllarda sistemin yapı üzerinde olumlu verim değişimleri sağladığı gözlemlenirse veri analizi teknolojisinin taşımacılı alanında da oldukça yaygınlaşabilecek bir potansiyele sahip olduğu açık bir şekilde görülebilir.

 

Kaynak:

computerworlduk