Как стать автором
Обновить
61.7
Первая грузовая компания (ПГК)
Крупнейшая цифровая логистическая компания на ж/д

Цифровой двойник вагона

Время на прочтение 3 мин
Количество просмотров 6.9K

Всем привет!

Меня зовут Никита Ямщиков, руководитель департамента цифрового развития «Первой грузовой компании» (ПГК). В статье я расскажу о том, как наша команда делает обычный железнодорожный вагон цифровым. Собственно, один из продуктов, над которым мы сейчас работаем, так и называется — «Цифровой вагон». Система помогает собирать и анализировать большое количество данных о состоянии вагона, принимать своевременные решения о его ремонте и, таким образом, оптимизировать затраты компании.

Оцифровать ремонт вагонов

Качество вагонов — существенная сервисная составляющая железнодорожных грузоперевозок. Поэтому своевременное и качественное проведение ремонтов очень важно. Сам процесс довольно консервативный, а большая его часть происходит в полуавтоматическом режиме со значительной долей ручных корректировок. Все это ведет к таким рискам, как выбор отдаленного депо (а это рост стоимости перегона), отсутствие необходимых деталей, непроизводительный простой в их ожидании. Как нетрудно догадаться, эти риски, в случае своей реализации, ведут к дополнительным затратам.

Когда на сети начали массово устанавливать датчики, которые измеряют технические показатели колесных пар вагонов – одну из самых дорогостоящих его частей – и позволяют видеть информацию практически в режиме «онлайн», мы поняли, что можем это использовать для решения своих задач. Так появилась идея, с которой стартовал продукт «Цифровой вагон» в ПГК. Мы решили создать модуль, который отслеживает технические показатели колесных пар с этих датчиков — ИС КТИ (контрольно-технические измерения).

Колесо под микроскопом

Измерения включают в себя несколько показателей, основной из которых — толщина гребня колесных пар. Она является важным показателем технического состояния вагона. Из-за тонкого гребня вагон может быть отцеплен в текущий ремонт, что может увеличить показатель его оборота или даже привести к задержкам доставки груза. Кроме того, тонкий гребень может стать причиной коммерческой забраковки подвижного состава из-за его негодности на экспорт.

Система КТИ автоматически отслеживает этот показатель и предоставляет всю необходимую информацию в виде отчетов. Ответственные за ремонт сотрудники понимают, когда требуется отправить вагон в специализированное депо. Кроме того, полученные данные интегрируются в пульт диспетчера ПГК, который помогает диспетчерам распределять вагоны под погрузку конкретным клиентам. Они понимают, что подвижной состав к перевозке уже не пригоден, и не берут его в расчет.

Система КТИ включает в себя несколько модулей:

  • сбор и предобработка данных

  • построение отчетности

  • предоставление доступа к данным из других систем

Предобработка данных КТИ — нетривиальная задача, так как датчики имеют большую погрешность и приходят в сыром виде. Реализация функционала по очистке данных — серьезный шаг в совместной работе бизнеса и ИТ. Обе стороны должны быть вовлечены в процесс, активно обсуждать идеи и быстро 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 почти сразу после того, как система заработала. Эффект был достигнут за счет сокращения непроизводительных порожних рейсов, забраковок вагонов по причине тонкого гребня и выявления случаев хищения колесных пар.

Лучше прогноз – качественнее парк

В 2021 году мы продолжим развивать систему. В планах – подключение предиктивной аналитики на основе анализа больших данных: внедрение интеллектуальных алгоритмов для предобработки данных, формирование рекомендаций по техническому обслуживанию вагонов, прогнозирование показателей толщины гребня и другое. ПГК получит возможность прогнозировать изменение состояния парка на будущие периоды. Мы сможем выявлять неисправность вагонов на раннем этапе и избегать большого износа. По своей сути это похоже на Predictive Maintenance – профилактическое обслуживание парка, которое повышает его качество и значительно снижает затраты на ремонт. Кроме того, понимая, какие вагоны отправятся в ремонт в ближайшее время, компания сможет точнее планировать свою перевозочную деятельность.

О том, как развивается продукт «Цифровой вагон», расскажем вам в ближайшее время. Готов ответить на ваши вопросы в комментариях.

Теги:
Хабы:
+8
Комментарии 35
Комментарии Комментарии 35

Публикации

Информация

Сайт
pgk.ru
Дата регистрации
Дата основания
Численность
1 001–5 000 человек
Местоположение
Россия