Цифровой Двойник Вагона

Всем привет! Меня зовут Никита Ямщиков, руководитель отдела цифрового развития Первой грузовой компании (ФГК).

В этой статье я расскажу о том, как наша команда делает обычный железнодорожный вагон цифровым.

Фактически, один из продуктов, над которым мы сейчас работаем, называется «Цифровой автомобиль».

Система помогает собирать и анализировать большой объем данных о состоянии автомобиля, своевременно принимать решения о его ремонте и, таким образом, оптимизировать затраты компании.



Оцифровать ремонт вагонов

Качество вагонов – важнейшая составляющая сервиса железнодорожных грузовых перевозок.

Поэтому своевременный и качественный ремонт очень важен.

Сам процесс достаточно консервативен и по большей части происходит в полуавтоматическом режиме со значительной долей ручной корректировки.

Все это приводит к таким рискам, как выбор удаленного склада (а это увеличивает стоимость перевозки), отсутствие необходимых запчастей и непроизводительные простои в их ожидании.

Как нетрудно догадаться, эти риски, если они реализуются, приводят к дополнительным затратам.

Когда в сети начали массово устанавливать датчики, измеряющие технические показатели колесных пар автомобиля — одной из самых дорогих его частей — и позволяющие видеть информацию практически онлайн, мы поняли, что можем использовать это для решения наших проблем.

Так родилась идея, с которой на «ПГК» был запущен продукт «Цифровые перевозки».

Мы решили создать модуль, контролирующий технические показатели колесных пар от этих датчиков - ИС КТИ (Контрольно-технические измерения).



Цифровой двойник вагона



Колесо под микроскопом

Измерения включают в себя несколько показателей, основным из которых является толщина реборды колесных пар.

Это важный показатель технического состояния автомобиля.

Из-за тонкого фланца вагон может быть отсоединен при плановых ремонтах, что может увеличить его оборачиваемость или даже привести к задержкам доставки груза.

Кроме того, тонкий гребень может стать причиной отказа коммерческого подвижного состава из-за его непригодности для экспорта.

Система КТИ автоматически отслеживает этот показатель и предоставляет всю необходимую информацию в виде отчетов.

Сотрудники, ответственные за ремонт, понимают, когда необходимо отправить машину в специализированное депо.

Кроме того, полученные данные интегрируются в диспетчерскую консоль ПГК, что помогает диспетчерам распределять вагоны под погрузку конкретным клиентам.

Они понимают, что подвижной состав уже непригоден для перевозок, и не принимают это во внимание.

Система КТИ включает в себя несколько модулей:

  • сбор и предварительная обработка данных
  • составление отчетов
  • предоставление доступа к данным из других систем


Цифровой двойник вагона

Предварительная обработка данных КТИ – нетривиальная задача, поскольку датчики имеют большую погрешность и поступают в необработанном виде.

Внедрение функционала очистки данных — серьезный шаг в сотрудничестве бизнеса и ИТ.

Обе стороны должны быть вовлечены в процесс, активно обсуждать идеи и оперативно тестировать разработки.

Сама разработка велась по методологии Scrum. В результате решение было разработано быстро; На полную реализацию функционала ушло около 6 месяцев.

Первый экономический эффект мы увидели практически сразу после того, как система заработала.

Эффект достигнут за счет сокращения непроизводительных порожних поездок, браковки автомобилей из-за тонких гребней и выявления случаев хищений колесных пар.



Чем лучше прогноз, тем лучше парк

В 2021 году мы продолжим развивать систему.

В планах подключение прогнозной аналитики на основе анализа больших данных: внедрение интеллектуальных алгоритмов предварительной обработки данных, формирование рекомендаций по обслуживанию автомобилей, прогнозирование показателей толщины фланцев и многое другое.

ПГК сможет прогнозировать изменения в состоянии флота на будущие периоды.

Мы сможем выявить неисправности вагонов на ранней стадии и избежать их интенсивного износа.

По своей сути это похоже на Predictive Maintenance – профилактическое обслуживание автопарка, которое повышает его качество и значительно снижает затраты на ремонт. Кроме того, понимая, какие автомобили будут отправлены на ремонт в ближайшее время, компания сможет более точно планировать свою транспортную деятельность.

Мы расскажем вам о том, как будет развиваться продукт Digital Car в ближайшем будущем.

Готов ответить на ваши вопросы в комментариях.

Теги: #Транспорт #Продуктовый менеджмент #логистика #продукт #цифровой двойник #предиктивный ремонт

Вместе с данным постом часто просматривают: