Soluzione TFDS di Huawei: trasformare le operazioni ferroviarie con l'intelligenza artificiale

Inserito: 17 agosto 2023 | | Ancora nessun commento

L’industria ferroviaria deve affrontare sfide significative quando si tratta di identificare i guasti ai treni. Fino a poco tempo fa, gli ispettori avrebbero dovuto visualizzare migliaia di immagini scattate dai Train Freight Detection Systems (TFDS) per identificare i guasti. Ora, l’intelligenza artificiale è destinata a rivoluzionare il processo di identificazione dei guasti, riducendo drasticamente la supervisione manuale e garantendo operazioni dei treni merci più sicure.

L’industria ferroviaria si affida da tempo a routine di ispezione manuale per identificare guasti e crepe nei telai dei treni merci. Questo metodo ad alta intensità di manodopera è inefficiente, costoso e soggetto a errori umani. Per affrontare questi punti critici, il modello ferroviario Pangu di Huawei sfrutta la potenza dell'intelligenza artificiale per automatizzare il processo di identificazione dei guasti, riducendo notevolmente le possibilità di errore umano e la possibilità di incidenti.

Soluzione TFDS attuale

I sistemi di rilevamento dei treni si trovano accanto e tra i binari dei sistemi ferroviari. Quando un treno passa davanti alla stazione di rilevamento, TFDS calcola la velocità del treno utilizzando i sensori magnetici in acciaio sulle ruote. Regola automaticamente la frequenza delle istantanee per adattarle al tempo che passa il treno, solitamente una foto scattata ogni pochi millisecondi. Questi vengono poi caricati su un server centrale per il rilevamento dei guasti. A causa di limitazioni tecniche, tradizionalmente la maggior parte del lavoro di identificazione dei guasti viene eseguito manualmente.

Il sistema TFDS scatta circa 80 foto per ogni vagone merci. Dato che ogni treno ha circa 50 carrozze, ciò si traduce in migliaia di foto scattate per ogni treno e con migliaia di treni che circolano su centinaia di linee ogni giorno, il risultato è presto milioni di foto che devono essere controllate. A causa dell'enorme volume di foto scattate, gli ispettori normalmente hanno solo circa 10 minuti per controllare manualmente ogni lotto per individuare eventuali difetti e crepe nei sottocarri. Ciò apre la possibilità di errore umano poiché i guasti possono essere facilmente trascurati.

La soluzione TFDS di Huawei

Formata da Pangu Model, la soluzione TFDS di Huawei impara a localizzare i componenti, ne determina lo stato e segnala guasti o anomalie in base ai risultati rilevati, contribuendo a rendere il settore ferroviario più intelligente ed efficiente.

Questa soluzione TFDS è in grado di identificare con precisione vari tipi di guasti seguendo la regola di analizzare prima i componenti di grandi dimensioni e quindi di identificare i guasti locali. Mirata ai falsi allarmi causati da distorsioni, blocchi e dimensioni ridotte dei componenti, la soluzione TFDS adotta un algoritmo di rilevamento avanzato e adattivo, la ricostruzione delle immagini e la fusione adattiva delle immagini per affrontare questi problemi.

La soluzione TFDS affronta le sfide automatizzando l'analisi di milioni di immagini catturate. Ciò riduce notevolmente il numero di immagini che devono essere visualizzate manualmente su un treno da circa 4.000 a sole 200, migliorando l’efficienza di oltre il 200% e consentendo alla forza lavoro di concentrarsi su altri compiti. Utilizzando una soluzione a due nodi, il processo di rilevamento di un treno può essere completato entro 8 minuti.

“La capacità del modello ferroviario Pangu viene continuamente migliorata. Ora possiamo identificare con precisione 67 tipi di camion che circolano sulla rete attiva e più di 430 tipi di guasti. Il tasso di screening delle immagini prive di difetti arriva fino al 95% e il tasso complessivo di identificazione dei difetti può arrivare fino al 99,3%. Il tasso di omissione per il rilevamento dei guasti chiave è quasi pari a zero”. ha affermato Xiang Xi, vicepresidente della BU Aviation & Rail, Huawei.

Scansionando ed elaborando rapidamente volumi così grandi di immagini TFDS, il modello ferroviario di Pangu consente agli ispettori di concentrare i propri sforzi sul restante 5% di immagini che richiedono ulteriori analisi. Ciò aumenta significativamente l’efficienza e l’accuratezza del processo di ispezione e riduce significativamente le possibilità di errore umano, garantendo un’accurata identificazione dei guasti. Risolvendo tempestivamente i guasti, gli operatori ferroviari possono mitigare potenziali problemi e prevenire interruzioni operative, garantendo operazioni ferroviarie più fluide e affidabili.