Работници ремонтират железопътни компоненти в работилница на източното депо за подвижен състав в Синин. PALDEN NYIMA/КИТАЙ ДЕЙЛИ
Изкуственият интелект и 5G предаването на данни намалиха времето за проверка на товарни влакове с около 80 процента в Xining East Rolling Stock Depot, отбелязвайки преминаването от ръчен труд към автоматизирана диагностика на високопланинската железопътна линия Qinghai-Xizang.
Според данни, публикувани от депото, интегрирането на интелигентни алгоритми за разпознаване е съкратило времето, необходимо за проверка на стандартен товарен влак, от 25 минути на между три и пет минути. Цифровата система намали натоварванията при физическа инспекция със 70 процента, като същевременно повиши точността на откриване на диагностични грешки до повече от 98 процента.
Технологичният ремонт дойде, когато железницата отбеляза 20-годишнината си. Открит на 1 юли 2006 г., това е първата железопътна връзка, свързваща автономния регион Xizang с националната мрежа на Китай.
„Когато влак преминава през станция за наблюдение, изображенията се предават в реално време през 5G“, каза Дзян Сяолинг, диагностичен инспектор в депото. „Системата с изкуствен интелект автоматично идентифицира повече от 300 вида дефекти и ние се фокусираме върху проверката на предполагаемите проблеми, вместо да инспектираме всеки вагон на ръка.“
Настоящата система автоматично маркира специфични характеристики на неизправности в критични механични компоненти, включително спирачни системи, талиги и съединители, преди да насочи изображенията с висока разделителна способност към операторите на закрито за вторична проверка.
Автоматизираният процес контрастира с оперативната логистика през първото десетилетие на експлоатация на железницата, когато персоналът по релсите рутинно изминаваше до 20 километра на ден по участъци със средна височина 3000 метра над морското равнище, за да извършва ръчни проверки.
„Когато железницата беше открита за първи път, инструментариумът на инспектора се състоеше от малко повече от чук, фенерче и чанта с инструменти“, каза Лан Юджу, директор на цеха за ремонт на товарни вагони в източното депо за подвижен състав на Синин.
„Височинната болест, минусовите температури и интензивната ултравиолетова радиация бяха част от работата“, каза Лан. „Всяка потенциална повреда трябваше да бъде идентифицирана на място, компонент по компонент.“
Депото започна да преминава от трудоемки крайпътни проверки през 2016 г. с внедряването на Trackside Freight Train Defect Defect System или TFDS. Камерите с висока разделителна способност, инсталирани покрай железопътната линия, започнаха да заснемат хиляди изображения на преминаващи товарни влакове и да ги предават на закрита платформа за проверка, което позволява на инспекторите да анализират изображенията на екрана, вместо да преглеждат всеки вагон на полето.
Вместо да извършват пълни инспекции ръчно, теренните работници трябваше само да проверят местоположенията, идентифицирани от системата, драматично подобрявайки ефективността, като същевременно намаляват излагането си на суровата среда на платото, според депото.
Днес AI се е превърнал в „първия инспектор“ на системата. След като изображенията пристигнат от камерите край пистата, интелигентните алгоритми за разпознаване автоматично идентифицират характеристиките на повредата, преди да препратят предполагаемите дефекти на инспекторите за потвърждение. Технологията работи денонощно, намалявайки риска от пропуснати грешки, причинени от умора, като същевременно прави проверките по-бързи и по-точни.
„Най-голямата промяна не е просто, че инспекциите са по-бързи“, каза Дзян. „Това е, че преминахме от прекарване на часове на открито в проверка на влакове към завършване на пълна диагностика на влак на закрито с AI като наш партньор.“
Инженерите също така са приспособили технологията към едно от най-трудните предизвикателства на платовата железница — екстремното зимно време. Според Лан, специално разработени устройства за топене на сняг и размразяване са инсталирани на станции за наблюдение край железопътната линия. Комбинирайки интелигентно отопление, размразяване с горещ въздух и автоматично снегопочистване, системата поддържа прозорците на камерите чисти при температури до -40 C, намалявайки фалшивите аларми на оборудването с повече от 95 процента.
Дигиталната трансформация се простира отвъд проверките на влаковете. Лан каза, че ветерани механици някога са се събирали около прости работни маси, разчитайки на ръчни инструменти, ръчни измервания и опит, за да ремонтират компонентите на товарните вагони.
Днес автоматизираните производствени линии завършват всичко – от разглобяване и почистване до откриване на дефекти, сглобяване и тестване, докато модерното отопление, вентилация и автоматизираното повдигащо оборудване значително подобриха условията на работа.
Мрежата за безопасност на железопътния транспорт се е развила също толкова драматично. В първите години мониторингът зависеше до голяма степен от инфрачервените системи, които проследяваха температурите на осите. Днес интегрирани интелигентни станции за мониторинг на ключови места, включително Голмуд, Нагчу и Лхаса, събират данни за температура, звук, изображение и сила едновременно, качвайки информацията в реално време в платформата за големи данни на China State Railway Group.
„Това, на което сме свидетели през последните две десетилетия, е фундаментална промяна от разчитане предимно на човешка инспекция към интелигентна превенция, задвижвана от технологии“, каза Лан. „Тъй като AI и големите данни продължават да се развиват, те ще помогнат за поддържането на железопътната линия Qinghai-Xizang по-безопасна и по-надеждна за години напред.“
Джън Джинран в Пекин допринесе за тази история.
Свържете се с писателите на [email protected]