UN recente rapporto di settore (PDF) sostiene che la rete ferroviaria britannica potrebbe effettuare un miliardo di viaggi in più entro la metà degli anni ’30, basandosi sugli 1,6 miliardi di viaggi ferroviari passeggeri registrati fino alla fine di marzo 2024. Il prossimo decennio comporterà una combinazione di complessità e controllo, poiché più sistemi digitali, dati e fornitori interconnessi creano il potenziale per più punti di guasto.
Il tema centrale del rapporto è che l’intelligenza artificiale diventerà il sistema operativo per le ferrovie moderne, non come un’unica raccolta centralizzata di modelli e algoritmi, ma come livelli di previsione, ottimizzazione e monitoraggio automatizzato presenti nelle infrastrutture, nel materiale rotabile, nei cantieri di manutenzione e nelle stazioni (pagg. 18-23). Questa tecnologia guiderà l’attenzione umana all’interno degli orari di lavoro giornalieri piuttosto che sostituire interamente l’attività umana.
La manutenzione deve diventare predittiva e basata sui dati
La manutenzione ferroviaria tradizionale si basa su programmi fissi e ispezioni manuali, una pratica reattiva e ad alta intensità di manodopera. Il whitepaper cita la dipendenza di Network Rail dagli ingegneri che percorrono i binari per individuare i difetti (p.18). L’intelligenza artificiale sposterà il settore verso la manutenzione predittiva, analizzando i dati provenienti dai sensori per prevedere i guasti prima che causino interruzioni significative.
Ciò comporta una combinazione di sensori e immagini, comprese telecamere ad alta definizione, scanner LiDAR e monitor delle vibrazioni. Questi forniscono ai sistemi di apprendimento automatico dati in grado di segnalare il degrado dei binari, dei segnalamenti e delle risorse elettriche prima del guasto (pagg. 18-19).
Questi programmi di monitoraggio possono generare avvisi con mesi di anticipo, riducendo le chiamate di emergenza. L’intervallo di tempo per prevedere il guasto delle risorse varia in base al tipo di risorsa. Gli sforzi infrastrutturali intelligenti di Network Rail dovrebbero passare dal “trovare e correggere” al “prevedere e prevenire”.
Network Rail enfatizza la manutenzione basata sui dati e gli strumenti progettati per consolidare le informazioni sulle risorse, mentre i programmi europei di ricerca e sviluppo (come Europe’s Rail e il suo predecessore, Shift2Rail) finanziano progetti come DAYDREAMS, mirati in modo simile alla gestione prescrittiva delle risorse. La previsione su larga scala richiede un approccio comune per realizzare la trasformazione.
Controllo del traffico ed efficienza energetica
L’ottimizzazione operativa, oltre alla manutenzione predittiva, offre ritorni significativi. I sistemi di intelligenza artificiale utilizzano dati operativi in tempo reale e storici (posizioni dei treni, velocità, previsioni meteorologiche) per anticipare i disagi e regolare il flusso del traffico. Le prove di gestione del traffico basate sul digital twin e sull’intelligenza artificiale in Europa, insieme alla ricerca e alla sperimentazione di guida e posizionamento assistiti dall’intelligenza artificiale, potrebbero aumentare la capacità complessiva della rete senza tracciare ulteriori binari (p.20).
Gli algoritmi consigliano inoltre ai conducenti l’accelerazione e la frenata ottimali, risparmiando potenzialmente il 10-15% di energia. Considerando le variazioni di percorso, la trazione e i vincoli di orario, i risparmi energetici si accumulano rapidamente su una rete di grandi dimensioni.
Monitoraggio della sicurezza e CCTV
Le applicazioni di intelligenza artificiale visibile si concentrano sulla sicurezza. Il rilevamento degli ostacoli utilizza termocamere e machine learning per identificare i pericoli oltre la visibilità umana. L’intelligenza artificiale monitora anche i passaggi a livello e analizza i filmati delle telecamere a circuito chiuso per individuare oggetti incustoditi e attività sospette (pagg. 20-21). Ad esempio, AI e LiDAR vengono utilizzati per il monitoraggio della folla a Londra Waterloo come parte di una suite di strumenti di sicurezza.
Flussi passeggeri e ottimizzazione del viaggio
L’intelligenza artificiale può prevedere la domanda utilizzando la vendita dei biglietti, gli eventi e i segnali mobili, consentendo agli operatori di regolare il numero di carrozze e ridurre il sovraffollamento, afferma il rapporto. Il conteggio dei passeggeri è un’applicazione ad alto impatto e poco drammatica: dati migliori supportano orari migliori e informazioni più chiare sui clienti.
Problemi di sicurezza informatica
Man mano che la tecnologia operativa converge con l’IT, la sicurezza informatica diventa una questione operativa critica. I sistemi legacy, privi di piani di sostituzione, rappresentano un rischio, così come l’integrazione dell’analisi moderna con le infrastrutture più vecchie. Ciò crea condizioni attraenti per gli aggressori.
Il futuro dell’intelligenza artificiale nel settore ferroviario coinvolge sensori che operano in ambienti estremi, modelli affidabili e testati dagli operatori e una governance che consideri la resilienza informatica come inseparabile dalla sicurezza fisica. IL il messaggio del rapporto è che l’IA arriverà comunque. La domanda è se le ferrovie lo adottino e lo controllino in modo proattivo o lo ereditino come complessità non gestita.
(Fonte immagine: “Train Junction” di jcgoble3 è concesso in licenza con CC BY-SA 2.0.)
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx e co-localizzato con altri importanti eventi tecnologici. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
