Internet Industriel des Objets IIOT : Étude de cas sur l'efficacité ferroviaire – Analyse du système IIoT pour JR East

Les chemins de fer sont un moyen de transport essentiel au Japon. L'East Japan Railway Company a approché PARC pour utiliser IIoT System Analytics pour aider à améliorer l'efficacité et la sécurité des trains pour leurs plus de six milliards de passagers par an.

OBJECTIF
Améliorez l'efficacité et la sécurité des trains
Ces dernières années, la East Japan Railway Company, ou JR East, a été confrontée aux défis d'une infrastructure vieillissante, d'une réduction du nombre de nouveaux spécialistes de la maintenance des trains en raison de la diminution de la population et de l'augmentation des coûts parallèlement à la réduction des budgets. JR East était à la recherche d'une solution innovante pour résoudre ces problèmes et s'assurer que leurs trains continuent de circuler de manière fiable chaque jour pour leurs passagers.

POURQUOI PARC?
Solution d'analyse système IIoT de PARC
La maintenance conditionnelle (CBM) est un concept dans lequel la maintenance des machines est effectuée lorsque le besoin s'en fait sentir, contrairement aux pratiques traditionnelles de maintenance basée sur le temps (TBM) et de réactivité «fail and fix» ou maintenance planifiée, qui peuvent être coûteuses. , sujette aux erreurs humaines et, dans le pire des cas, entraîner des temps d'arrêt ou des accidents. JR East s'est tourné vers PARC pour déployer la suite technologique MOXI ™ de PARC, qui utilise des algorithmes basés sur des modèles qui permettent une précision de 90% ou plus et de faibles taux de fausses alarmes, et ne nécessitent que des ensembles de données minimaux dans certains cas. Avec son modèle d'innovation ouverte et l'étendue de son expertise interdisciplinaire en sciences des systèmes et des matériaux, PARC était le choix parfait pour JR East.
«Désormais, les connaissances acquises et accumulées normalement par les agents de maintenance des trains grâce à leur travail peuvent être révélées grâce à la technologie IoT.» – Atsushi Yokoyama, responsable de la planification technologique, JR East

SOLUTION
Logiciel de détection et de diagnostic de pannes personnalisé
Avec le partenaire de PARC, le Nomura Research Institute (NRI), PARC a interrogé les ingénieurs, les équipes de R&D et les techniciens de maintenance de JR East pour comprendre le problème et découvrir comment la technologie MOXI pourrait être utilisée. Après avoir acquis une compréhension des données disponibles pour former l'algorithme d'apprentissage automatique, ainsi que la nécessité de modèles basés sur les données par rapport au premier principe ou hybrides, PARC a suggéré une approche analytique à JR East. PARC a ensuite créé des maquettes de tableaux de bord, recueilli les commentaires des utilisateurs finaux de JR East et commencé des itérations rapides de développement d'algorithmes et de logiciels. La solution finale? PARC a développé un logiciel pilote de détection et de diagnostic des pannes personnalisé, s'appuyant sur des approches avancées d'apprentissage automatique et d'analyses de systèmes basées sur des modèles, pour tester un premier pilote pour JR East se concentrant sur la maintenance des portes et des voies ferrées. Des tableaux de bord ont également été développés pour les ingénieurs de JR East afin de visualiser et de mieux comprendre les données obtenues. PARC et NRI travaillent maintenant avec les équipes du JR East Technical Center pour tester et mettre en œuvre ces solutions sur certaines des lignes de train les plus utilisées au Japon.

RÉSULTATS
Taux de vrais positifs élevés, taux de faux positifs faibles
Les tests initiaux pour la détection des pannes ferroviaires et la détection des portes des trains ont indiqué des taux positifs vrais très élevés et des taux faux positifs très faibles. D'autres tests sont en cours pour valider les résultats et préparer la mise en œuvre sur le terrain. Une fois installés, les tableaux de bord CBM avec notre solution permettraient à JR East de détecter et de réparer les pannes de train à venir avant qu'elles ne se produisent – le tout avec une confiance remarquable. Cela permettrait à JR East d'améliorer l'efficacité, la rentabilité et, surtout, de maintenir les trains en toute sécurité, de manière optimale et à temps. La suite technologique MOXI IIoT System Analytics a un grand potentiel dans le transport et dans de nombreuses autres industries comme le stockage d'énergie et la fabrication intelligente, et constitue une étape vers la quête plus large de PARC pour permettre des systèmes auto-conscients et auto-adaptatifs.
    

Laisser un commentaire