Ежемесячно искусственный интеллект "умного локомотива" обрабатывает более 1,5 терабайта данных, что приводит к трехкратному снижению затрат на аварийный ремонт и уменьшению временных потерь из-за неплановых ремонтов на 12%.
Локомотив представляет собой сложную машину с примерно 7 тысячами конструктивных элементов. Эффективность и оперативность ремонта этих элементов напрямую влияют на способность обеспечивать непрерывную перевозку грузов и пассажиров, а также на успех железнодорожных компаний и общую экономику России. Важность этого отражается в коэффициенте готовности локомотива к эксплуатации (КГЭ), который показывает время, в течение которого машина находится на линии и готова к работе.
Проект "Умный локомотив" был инициирован по следующим причинам:
- Простои оборудования и техники.
- Значительные сроки и расходы на ремонт.
- Необходимость оценки реального технического состояния транспорта.
- Потребность в прозрачности существующих процессов.
ГК "ЛокоТех" выполнила этот проект, опираясь на свой опыт внедрения автоматизированной системы управления "Сетевой график", которая формировала перечень работ на основе данных микропроцессорной системы управления при обслуживании локомотива в сервисном депо. Полученный опыт работы с данными бортовых систем локомотивов был учтен при создании "Умного локомотива" в 2016 году, что существенно улучшило эффективность и точность процессов диагностики и управления.
Решение
Проект "Умный локомотив" представляет собой систему предиктивной аналитики, осуществляющую мониторинг технического состояния оборудования и прогнозирующую отказы с точностью до конкретного узла локомотива, оснащенного датчиками.
Основная цель проекта заключается в переходе от планово-предупредительных ремонтов к ремонтам по фактическому состоянию, тем самым трансформируя бизнес-процессы предприятия.
Модель обслуживания по состоянию представляет собой инновационный сервис, объединяющий различные инструменты индустрии 4.0.
При разработке системы активно использовались передовые технологии, такие как искусственный интеллект, большие данные, машинное обучение и промышленный интернет вещей.
Это обеспечивает возможность оценивать и прогнозировать состояние узлов и агрегатов локомотива, выявлять аномалии, автоматически предоставлять информацию о техническом состоянии оборудования и, следовательно, прогнозировать неисправности локомотивов и оборудования между плановыми ремонтами.
Основой проекта "Умный локомотив" является платформа Clover Group, спроектированная для обработки и анализа обширных данных производственных и сервисных предприятий. На этой основе создана интеллектуальная система Ctrl@Maintenance для риск-ориентированного управления производственными активами и планирования технического обслуживания и ремонта. В состав системы входят библиотека правил и математические модели (MX-модели), объединяющие математику и глубокое понимание физических процессов оборудования локомотивов.
Данные "Умного локомотива" поступают и сохраняются на платформе Ctrl@Maintenance, которая на их основе прогнозирует возможные поломки. За неделю до запланированного ремонта автоматически формируются заявки на запчасти для отделов закупок и снабжения, а также на работы по устранению неисправностей, выявленных до их фактического возникновения. Продукт успешно интегрирован с системами планирования ресурсов предприятия, а также с решениями SAP и 1С, что позволяет эффективно контролировать качество ремонта и обслуживания.
Возможности интеллектуального локомотива:
- Интеллектуальная оценка и прогноз фактического технического состояния компонентов используемой техники.
- Формирование плана необходимых работ для каждого устройства в каждом ремонтном цехе, основанное на анализе больших данных.
- Интеллектуальный контроль за качеством проведенных ремонтов.
- Автоматизированное создание заказов на работы в системах ERP/EAM для пользователей.
- Составление плана обучения персонала на основе интеллектуального анализа данных.
- Автоматическое формирование заявок на пополнение запасов.
- Анализ возможных причин дефектов оборудования, основанный на интеллектуальном анализе телеметрии.
- Оценка воздействия развивающихся дефектов на избыточный расход топлива.
- Управление затратами на владение и рисками простоев в производственных процессах.
- Автоматическое выявление нарушений в режимах эксплуатации оборудования.
Промежуточные результаты
К началу 2020 года система "Умный локомотив" успешно применялась для мониторинга телеметрии 8,5 тыс. секций локомотивов в 59 сервисных локомотивных депо. Она проводит анализ работы 23 типов оборудования, учитывая 300–500 параметров в зависимости от модели локомотива, и способна выявлять более 60 видов неисправностей, автоматически определяя нарушения в эксплуатации, связанные с действиями локомотивной бригады. Ежемесячно система обрабатывает более 1 терабайта данных.
Введен в эксплуатацию модуль поиска аномалий, который анализирует 260 параметров для тепловозов 2ТЭ116У и 3ТЭ116У, 308 параметров для тепловозов ТЭП70У и ТЭП70БС, а также 270 параметров для 2ТЭ25КМ. Для тепловозов 2ТЭ116У разработаны математические модели предиктивной аналитики, позволяющие выявлять потенциальные отказы оборудования и принимать оперативные меры для предотвращения поломок в процессе эксплуатации.
Показатели эффективности
- Время простоя локомотивов на сервисном обслуживании сократилось на 12%.
- Время диагностики уменьшилось на 154 тыс. человеко-часов в год.
- Время диагностики локомотива сократилось с 4 часов до 20 минут, согласно данным МСУ.
Прогнозная аналитика, использующая технологии искусственного интеллекта и нейронных сетей, обеспечила возможность управления процессами технического обслуживания и ремонта в реальном времени. Система способна оценивать и прогнозировать техническое состояние узлов и агрегатов машин, предлагая оптимальные решения по времени и объему работ. Благодаря системе "Умный локомотив" удалось снизить затраты на аварийный ремонт в три раза, сократить время простоя локомотивов на сервисном обслуживании на 12%, а также значительно уменьшить время диагностики.
Перспективы
В перспективе функционал системы "Умный локомотив" будет расширен. Планируется внедрение возможности автоматического формирования графика ремонтов, основанного на реальном техническом состоянии, местоположении, пробеге и загрузке локомотивов в депо. Это приведет к повышению эффективности работы депо, ожидаемо на 22% по предварительным оценкам.
Анализируемое оборудование
- Тяговый генератор
- Тяговый электродвигатель
- Топливные и масляные насосы
- Водяной радиатор
- Турбокомпрессор
- Реостатный и рекуперативный тормоз
- Тормозной компрессор
- Реле и контакторы
- Масляные и топливные фильтры
- Аккумуляторная батарея
- Микропроцессорная система управления (МСУ)
- Мотор-вентиляторы для охлаждения
- Форсунки
- Водомасляный теплообменник
- Возбудитель
- Выпрямительно-инверторный преобразователь
- Преобразователи для собственных нужд
- Пантограф